深度学习环境搭建

1、背景

        手头做了一个挖掘机动态智能称重的项目，核心算法是简化了挖掘机的物理模型，通过多个固定动作标定挖掘机固有的物理参数，然后回归出物料的质量。

        因为录制了很多不同重量、不同工况的数据，想尝试一下，用深度学习的方法能否有效的回归出物料的质量。

        挖掘机共有7个传感器，40个message，10ms一帧。所以40X1的input，回归出1X1的output。

        期望是在Pycharm内使用Pytorch，用Python语言设计ANN算法。40X1的input，1X1的output。数据集大小百万级。

2、新电脑

        重装了一台工控机，先把深度学习的环境搭建起来，电脑配置不高，重新安装了Window10 home系统。

        确定自己的显卡。

        

        

         

3、安装Pycharm： V2021.3.1

        官网安装Community版本，一路继续到底。

         Download PyCharm: Python IDE for Professional Developers by JetBrains

        

4、安装Python：V3.9.7

        在Pycharm内创建Project，会自动安装Python。

        

 5、安装 PyTorch：V1.10.1

        官网选择你期望安装的版本，得到安装命令。确定自己电脑是否有Cuda显卡。我的没有。

        

        得到你独有的安装指令，我的是：

        pip3 install torch torchvision torchaudio

        网络不好，请选择国内的镜像：

        pip3 install torch torchvision torchaudio -i https://pypi.mirrors.ustc.edu.cn/simple/

        在 Pycharm Terminal 内输入指令：

        网络不好：

6、尝试ANN识别手写体MNIST

         在 Terminal 中安装一些包：

                pip install matplotlib -i https://pypi.mirrors.ustc.edu.cn/simple/

         数据集下载中：

        运行结果示意

                       

 7、安装Jupyter Notebook

        为了方便调试，在pycharm terminal安装 Project Jupyter | Installing Jupyter

 pip install notebook -i https://pypi.mirrors.ustc.edu.cn/simple/

8、需要代码或者可以关注留言