深度学习日记1

深度学习日记连载

文章目录

  • 前言
  • 一、使用工具Anaconda+PyCharm
    • 1.安装Anaconda
    • 2、安装pycharm
  • 二、导入所需要的框架
    • 1.下载框架
    • 2.实际运行中遇到的问题
  • 总结


前言

深度学习主要是以python语言为基础的一门新学科,涉及到的关键内容有:注意力机制、transform机制、激活函数、损失函数、卷积运算等。本人主要是以Anaconda3+pycharm为工具进行学习。


一、使用工具Anaconda+PyCharm

python自身缺少numpy、matplotlib、scipy、scikit-learn…等一系列包,需要我们安装pip来导入这些包才能进行相应运算。
Anaconda(开源的Python包管理器)是一个python发行版,包含了conda、Python等180多个科学包及其依赖项。包含了大量的包,使用anaconda无需再去额外安装所需包。
PyCharm是一个解释器,作用等价于记事本。
三者的关系可以简单的理解为:python是将机器语言0、1转换为所谓的编程语言;Anaconda是一个土壤,里面有python、conda等编程所需要依赖的包(库),pycharm是一个执行工具,参考windows系统的CMD。

1.安装Anaconda

https://blog.csdn.net/scorn_/article/details/106591160

2、安装pycharm

参考如下:https://mp.weixin.qq.com/s/Ym7wDbf1MWnsoQs7JtQCdQ

二、导入所需要的框架

1.下载框架

正如前文所说,Anaconda相当于一个土壤,里面有各种环境,所谓的环境就是代码执行所需要用到的框架,利用现成的框架可以减少很多的时间并且可移植性强。全世界最为流行的深度学习框架有PaddlePaddle、Tensorflow、Keras、Caffe、Theano、MXNet、Torch和PyTorch等。以keras为例。
Keras是基于TensorFlow和Theano(由加拿大蒙特利尔大学开发的机器学习框架)的深度学习库,是由纯python编写而成的高层神经网络API,也仅支持python开发。它是为了支持快速实践而对tensorflow或者Theano的再次封装,让我们可以不用关注过多的底层细节,能够把想法快速转换为结果。它也很灵活,且比较容易学。Keras默认的后端为tensorflow,如果想要使用theano可以自行更改。tensorflow和theano都可以使用GPU进行硬件加速,往往可以比CPU运算快很多倍。因此如果你的显卡支持cuda的话,建议尽可能利用cuda加速模型训练。(当机器上有可用的GPU时,代码会自动调用GPU 进行并行计算。)
目前Keras已经被TensorFlow收录,添加到TensorFlow 中,成为其默认的框架,成为TensorFlow官方的高级API。配置参考如下链接:
https://blog.csdn.net/weixin_42886817/article/details/99450965

2.实际运行中遇到的问题

实际运行中,首先需要去找到所需要的code,可以去GitHub网站上去下载。当然CSDN上也会有一些提供的文件。需要注意,要看清对方使用的框架以及版本号,可能需要额外配置,不同的版本也会影响。然后将整个文件下载下来。在PyCharm中打开文件,然后执行代码。
问题1:ImportError: cannot import name ‘mnist’ from ‘keras’
改为:from keras.datasets import mnist
问题2:用keras调用load_model时报错ValueError: Unknown Layer:LayerName
问题3:ValueError: (‘Unrecognized keyword arguments:‘, dict_keys([‘ragged‘]))
现在正在解决问题2和问题3,是在同一个地方报错的,初步估计是同一个问题 。
补:已解决,升级tensorflow到2.3版本即可。
在升级过程中几度因为超时导致升级失败,可以做镜像源配置。
做了镜像源配置之后仍然报错,wrapt部分卸载。可以先升级更新wrapt, enum34, simplejson, netaddr包

 pip install -U --ignore-installed wrapt enum34 simplejson netaddr

然后,安装Tensorflow

pip --default-timeout=100 install tensorflow==2.3.0 --upgrade -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

总结

记录自己的学习并做到反思,加油。

你可能感兴趣的:(python,深度学习,tensorflow)