Deep_Learning

Deep_Learning_readme

2024-03-23 10:52

文章标签 deep learning readme

本文主要是介绍Deep_Learning_readme，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本文目录

1.环境安装
2. A1-1实验：
3. A1-2实验：
4. A1-3实验：
**5. A2-CNN实验**
**6. A3-RNN实验**

！！！！！！！！提示：全程路径和环境名字不要出现中文及中文符号若安装过程出现错误，大家将错误信息复制到百度查询解决即可！！！！！！！！！！

1.环境安装

首先进行环境的安装，推荐安装Anaconda，Anaconda中包含了conda等180多个科学包及其依赖项。其中conda则是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。方便我们进行环境管理。
大家根据自己系统，按照下面博文进行安装就行。
Anaconda安装与Python虚拟环境配置保姆级图文教程
若安装过程出现错误，大家将错误信息复制到百度查询解决即可。一直到下面这一步就行，后面的步骤不用做。

其中的test可以自拟（不要中文），其为环境变量名
end 接下来开始实验部分讲解。

2. A1-1实验：

首先将老师给的文件夹解压，并打开Jupyter Notebook (Anaconda3) 在这里插入图片描述
进入之后是个网页，点击右上角upload

将老师给的A1-1.ipynb文件导入，然后运行代码即可。

3. A1-2实验：

进行A1-2实验之前，我们需要安装torch这个库。首先打开这个终端
在这里插入图片描述
输入指令

conda activate test

推荐博文
在anaconda下安装pytorch + python3.8+GPU/CPU版本详细教程

由于部分同学电脑没有显卡，且各个同学系统也不一致，因此大家根据需求安装GPU 或CPU版本即可。CPU安装过程较简单，GPU安装过程较繁琐。
我们均从博文的第五小节开始操作，因为前面流程我们已经配置完成。
在这里插入图片描述
其中的pytorch_38就是我们的test环境。根据自己配置的名字来就行。torch安装完成后，我们按照A1-1的步骤将其导入Jupyter Notebook运行即可。

4. A1-3实验：

由于本实验还需要tensorflow，torchvision以及timeit这3个库，因此我们需要进行安装。
打开终端，
对于CPU版本的同学我们分别执行以下命令：

pip install torchvisionpip install timeitpip install tensorflow==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

对于GPU版本的同学安装torchvision我们参考以下博文，注意一下版本对应关系就行。
在Anaconda中创建虚拟环境安装GPU版本的Pytorch及torchvision并在VsCode中使用虚拟环境
在第五章节，推荐使用5.2 离线安装，而不是在线安装，否则会出现一些bug。
对于GPU版本的同学安装tensorflow我们参考以下博文，注意一下版本对应关系就行。
tensorflow安装步骤（GPU版本，Anaconda环境下，Windows10）
接着我们直接打开jupyternotebook直接导入，运行代码即可。