深度学习日记1

深度学习日记连载

---

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。