百度深度学习平台AI Studio入门

        AI Studio是百度推出的基于PaddlePaddle框架的一站式深度学习平台，百度提供Jupyter notebook的定制修改版本的编程环境，并且提供免费GPU算力加速模型开发，类似于谷歌colab。

aistudio:点这里

colab:    点这里

	ai studio	colab
使用难度	国内网络浏览器访问	null
编程环境	环境简陋，基本够用	深度定制，界面美观
数据集加载	用户上传，公共数据集	支持网盘加载，github加载
GPU算力	免费提供Tesla V100，性能较强	免费提供Tesla p4，性能一般

PaddlePaddle是百度推出的深度学习框架，相当于谷歌推出的Tensorflow

	PaddlePaddle	Tensorflow
帮助文档	除官方文档外资料较少	文档多，网上资料多
中文资料	官方提供中文资料	官方中文翻译缺失
支持keras	不支持	内部自带Keras API同时支持作为Keras后端
分布式	支持多主机cpu,gpu	不支持多主机cpu

 下面介绍百度Ai Studio入门方法

1. 登录百度账号，
2. 完成新手引导会免费获得100小时计算卡
3. 创建一个自己的项目，每天运行项目会获得限期的12小时计算卡
4. 访问PaddlePaddle官网，查看中文帮助文档

最后学习PaddlePaddle的基本用法

#导入
import paddle.fluid as fluid
import paddle
import numpy as np
import random
#生成数据
X = np.ones(100,dtype='float32')
Y = X*100 + np.random.randn(100)
#定义网络
x = fluid.layers.data(name='x',shape=[100],dtype='float32')
y = fluid.layers.data(name='y',shape=[100],dtype='float32')
y_predict = fluid.layers.fc(input=x,size=1,act=None)
#设置启动程序
main_program = fluid.default_main_program()
start_program = fluid.default_startup_program()
#设置loss
cost = fluid.layers.square_error_cost(input=y_predict,label=y)
loss = fluid.layers.mean(cost)
#设置优化算法
sgd_optimizer = fluid.optimizer.SGD(learning_rate=0.01)
sgd_optimizer.minimize(loss)
#训练模型，优化参数
use_cuda = True
place = fluid.CUDAPlace(0) if use_cuda else fluid.CUDAPlace()
exe = fluid.Executor(place)
exe.run(program=start_program)
exe.run(program=main_program,feed={X , Y})
# loss