百度飞桨（PaddlePaddle）从安装到深度学习实践 踩坑记录

内容会随着学习持续更新

课程地址

百度架构师手把手带你零基础实践深度学习

课程介绍

21天，实现零基础小白到AI工程师的华丽蜕变

描述
本课程由百度飞桨团队精心打磨，用故事讲原理，用代码讲实现，力求将经典案例及模型掰开揉碎为学员讲解，不论你是零基础小白还是有一定经验，都可以学有所获！

课程大纲

• 课程前言
• 第一章：零基础入门深度学习
• 第二章：一个案例吃透深度学习
• 第三章：深度学习实践应用——计算机视觉
• 第四章：目标检测YoloV3
• 第五章：深度学习实践应用——自然语言处理
• 第六章：情感分类
• 第七章：深度学习实践应用——推荐系统
• 第八章：深度学习高阶导入
• 拓展：【AI实战案例项目集】

踩坑记录

PaddlePaddle 安装

本地安装前，务必细致查看百度PaddlePaddle提供的安装指导，了解自己设备的配置和版本情况。
安装指导： PaddlePaddle安装指南

Paddle版本选择

百度飞桨团队为学习者提供了足够的GPU 算力，大家可以在AI Studio上查看运行项目，本地安装在本地的Paddle推荐使用CPU 版本，安装更方便。

Anaconda虚拟环境下qt安装报错：

解决方案：Github_qt-5.9.7 post-link script fails #10949

方案一：

TheLastPoncho commented on 24 Oct 2019
Hi Everyone! I was having this same issue, but I found a workaround. I determined from the verbose output that for me the post-script was failing because it couldn’t find chcp. By adding editing the PATH in the post-link script I was able to get it to work.
The conda -v output listed where the post link script was. For me it was this: “C:\Users\thelastponcho\AppData\Local\Anaconda3\pkgs\qt-5.12.5-h7ef1ec2_0\Scripts.qt-post-link.bat”
All I did was add the following line under the
@echo off (using np++) set
PATH=%PATH%;%SystemRoot%\system32;%SystemRoot%;%SystemRoot%\System32\Wbem;
I’m no expert, so I don’t know if this is the “right” thing to do, but it worked for me so maybe it can help someone else. Best of luck!

方案二：

RUFFY-369 commented on 8 Jun
Recently, I was also facing the same issue while installing ‘matplotlib’ through ‘conda install’.
After searching through the web, I got the following solution to add the following in my ‘Path system variable’ :
%SystemRoot%\system32
And it solved the problem for me,no more ‘chcp is not recognized…’ issue in the prompt!
I hope it helps others too!!

方案三：

不使用Anaconda虚拟环境，直接将PaddlePaddle安装在base环境下。
注意：这种方案同样需要确保base环境下的环境和配置符合Paddle安装要求

• 软件便捷下载： 若需要下载Anaconda, 可在其官网复制下载地址，粘贴到迅雷下载，速度比本地下载快很多很多。

Jupyter运行报错

关键字： 服务正重启， 服务似乎挂掉了， jupyter notebook

解决方案：添加以下代码

import os
os.environ['KMP_DUPLICATE_LIB_OK']='TRUE'

PaddlePaddle mean函数问题

为什么已经有其他包的mean函数可以调用，Paddle还自己定义了类似mean()的这些函数？
答：查看API文档，可以看到返回的是Paddle专有的格式。
具体参见相关API：飞桨官方文档——文档中心 - API Reference - fluid.layers - mean

BGD, SGD, MBGD 对比

1. 批量梯度下降法BGD(Batch Gradient Descent):
   针对的是整个数据集，通过对所有的样本的计算来求解梯度的方向
   优点: 全局最优解；易于并行实现；
   缺点: 当样本数据很多时，计算量开销大，计算速度慢

2. 随机梯度下降法SGD（stochastic gradient descent）
   每个数据都计算算一下损失函数，然后求梯度更新参数。
   优点：计算速度快
   缺点：收敛性能不好

3. 小批量梯度下降法MBGD（mini-batch Gradient Descent）
   把数据分为若干个批，按批来更新参数，这样，一个批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性
   优点：减少了计算的开销量，降低了随机性

具体见：

• [Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD
• 线性回归中，三种梯度下降MGD、BGD与MBGD对比研究(一)——公式推导

YOLO v3 AI 识虫项目

cv2.cvtColor 报错

解决方案： 项目迁移到本地后，昆虫标本的数据集不要放在中文路径
下。

(未完待续，持续更新)