深度学习笔记

0

0.1工具的使用

Google Colab
关于Google Colab的使用
基础能力：微积分，线性代数，概率
编程：python
read and modify the sample codes
用numpy,matplotlib.
硬件：Google Colab使用即可。

反向传播算法的理解

0.2 python 的使用

0.2.1

• 常用操作符
  双星号（** ）2**3 :2的3次幂指数
  逻辑操作符 and: 两者为真才真 or:一个为真即为真 not:一元操作符 得到一个和操作数相反的数。
• assert关键字

# 结构：while循环语句
#while 条件：
#	循环体
#	循环体
while True:
	pass # pass是个占位符，表示它不用做任何事
# for  循环语句
for 变量 in 可迭代对象：
	循环体
for each in "Fish"
	print(each)
结果：
	F
	i
	s
	h
-----
for i in 100：
	sum += i
	print(sum)
结果：报错，因为100 不属于可迭代对象
-----
for i in range(101):   range 将101转化成了可迭代对象，且包头不包尾
	sum += i
	print(sum)
list(range(5,10))    输出结果：5，6，7，8，9
list(range(0,10,2))  输出结果：0，2，4，6，8
-----
break 语句 # 终止循环，跳出循环体 
whie True:   #
	if answer = bingo:
		break
	answer = input('抱歉，输入错了')
-----
continue 语句  # 跳出本轮循环并开始下一轮循环
-----

![在这里插入图片描述](https://img-blog.csdnimg.cn/fa2ee04c8fea4c01a3146c9782bd6f56.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAZGh1d2FuZ0RIVQ==,size_20,color_FFFFFF,t_70,g_se,x_16)

Pytorch 教程

1.1pytorch的安装

1.下载Anaconda
1.1 python3.6 使用起来不会有各种各样的毛病，因此可以找到Anaconda的历史版本进行下载。

选择Anaconda3-5.2.0-Linux-x86-64

下载之后进行安装，默认下去就行

• 记住安装路径
• 跳过安装vs studio code
• 之后完成即可

学习pytorch并不需要显卡，但是显卡可以加速学习，
显卡主要起到一个训练加速的作用，显卡的配置主要涉及：
驱动+CUDA Toolkit （CUDA工具包）CUDA工具包可以跟着pytorch一键安装，这里主要是检查显卡的驱动是否正确安装
可以打开任务管理器，在性能选项卡中，看到显卡的型号，则显卡正确安装。
不同的项目不同的代码

在正式的安装pytorch的过程中，我们需要学会一个很有用的技巧：
如何区管理环境 不同的项目，不同的代码，需要的环境是不一样的。
有的项目需要用到pytorch 0.4 有的需要用到1.0
Anaconda提供了一个解决方案：

用Anaconda创建不同开发环境的步骤

• 打开Anaconda命令提示行
  
• 输入以下命令
  
• 安装完成后激活环境，可以看到以下内容
  
• 查看在该环境下安装的工具包用 pip list命令 发现并没有pytorch ,需要安装
  
• 安装pytorch
  1.装GPU的版本（我没有先不管）
  2.装CPU的版本
  3.打开pytorch官网 选择合适类型装 复制生成的代码
  
  4.粘贴到命令行中，等待安装完成
  
  5.输入python ,出现下图，安装完成
  
  6.输出pytorch,查看GPU可用与否，这里不可用，因为电脑上没有，输出False
  

1.2python编辑器的选择与安装

两种编辑器：PyCharm 和Jupyter
我们交叉使用。

• Pycharm 社区版 免费 默认安装即可
  配置pycharm的环境
  
  在pycharm中的Python Console查看一下
  
• 使用Pycharm的小技巧，在Python Console中，可以查看里面的变量类型

• 安装Jupyter,在安装Anaconda时候已经安装好了，按下图查看，点击打开

这里的Jupyter有点问题，只在base里环境里安装了，由上文可知，我们也要在自己的pytorch的环境里安装。在pytorch里安装Jupyter,输入以下命令

安装完成后，输入以下命令

打开后，切换一下笔记本

1.3 Python学习中的两大法宝函数

• pycharm中调试程序的小技巧
  

1.4 Pytorch 加载数据初认识

• 如何理解Dataset 和 Dataloader
  比如说我们看到这一堆数据，有红色，黄色，蓝色，不同的颜色代表不同的垃圾。
  数据其实就是个垃圾海洋，我们只挑选有用的数据。我们只想获取蓝色数据，Dataset可以做到，并且可以对他做出一个编号，0，1，2，3，等可以根据这些编号读取数据。
  因此提供一种方式去获取数据及其label。当我们获取这些数据的时候，我们需要一个Dataloader，我们可以对这些数据进行一个打包，为后面的网络提供不同的数据形式。
  
  示例：蚂蚁蜜蜂分类数据集
  下载后解压，解压后看一下结构：
  
  
  pytorch中函数详解