深度学习 PyTorch 学习入门(一)
深度学习前言:本小白从0开始,决心通过各种视频和资料的学习和实践,经过不断总结和反思,尽快入门,把自己的水平切实提高,同时给大家分享这一路的历程,共同收获!深度学习: 机器学习的一个分支,是一种以人工神经网络为架构,对数据进行特征学习的算法深度学习和机器学习的区别:(推荐两文详细了解:Article 1,Article 2)特征抽取:机器学习是人工的特征抽取深度学习是自动的进行特征抽取数据量机器学
·
深度学习
前言:本小白从0开始,决心通过各种视频和资料的学习和实践,经过不断总结和反思,尽快入门,把自己的水平切实提高,同时给大家分享这一路的历程,共同收获!
深度学习: 机器学习的一个分支,是一种以人工神经网络为架构,对数据进行特征学习的算法
深度学习和机器学习的区别:(推荐两文详细了解:Article 1,Article 2)
- 特征抽取:
机器学习是人工的特征抽取
深度学习是自动的进行特征抽取 - 数据量
机器学习数据少,效果相对差,深度学习多,深度学习参数多,需要大量调整,效果也更好
深度学习应用场景:
- 图像识别:物体识别,场景识别,人脸检测跟踪,人脸身份认证
- 自然语言处理:机器翻译,文本识别,聊天对话
- 语音技术:语音识别
深度学习框架:
TensorFlow,Keras,PyTorch,Chainer,DyNet,前两个为谷歌出的,难度较高,不易上手,PyTorch为脸书出的,与python语法相同,操作类似于Numpy的操作,且pytorch使用动态计算,代码的调试变得更简单
Pytorch安装:
安装过程参考:https://blog.csdn.net/MCYZSF/article/details/116525159
官网:
https://pytorch.org/
我的安装(部分细节):
安装命令:conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
安装结果:
创建项目:
简单操作:
左边输入,右边对应有变量的属性,方便直观
补充:
Anaconda有很多python环境,其默认的base环境是python的某个版本,当我们需要其他版本的时候则可以自己创建(环境名字就是今后使用该python版本的关键):
在进入Anaconda Prompt后切换环境:
进入 conda base 环境:conda activate base
退出 conda base 环境:conda deactivate
进入 conda pytorch 环境:conda activate pytorch
演示:
Jupyter的介绍和安装
博客中已经介绍很详细了,就不再赘述了,推荐如下:
介绍:
- Pycharm中使用jupyter notebook编写程序
- 说明:专业版的新建时支持使用jupyter,社区版可能不支持
安装:
最近忙,后续再慢慢更新吧,我也会在机器学习领域一直陪大家走过这段艰辛历程,感谢大家的关注和信任
更多推荐
已为社区贡献1条内容
所有评论(0)