精华内容
下载资源
问答
  • 动手深度学习

    2019-04-07 15:17:45
    深度学习入门教材,介绍深度学习相关的预备知识,包括深度学习基础,计算,卷积神经网络,循环网络,优化算法等
  • Datawhale:动手深度学习第一次打卡! 继续一边学习一边敲代码: 循环神经网络基础 import torch import torch.nn as nn import time import math import sys import d2lzh_pytorch as d2l device = torch.device('...
  • 动手深度学习(一)环境安装

    千次阅读 2019-08-17 19:37:16
    从今天开始进行李牧大佬的《动手深度学习一书》的学习,首先要进行环境的安装和配置,在这里记录一下自己安装过程中踩过的一些坑。相关的资源在该项目的网址上都可以得到https://zh.gluon.ai/其中的PDF可以下载到...

    序言

    从今天开始进行李牧大佬的《动手深度学习一书》的学习,首先要进行环境的安装和配置,在这里记录一下自己安装过程中踩过的一些坑。相关的资源在该项目的网址上都可以得到https://zh.gluon.ai/ 其中的PDF可以下载到本地进行阅读,同时会在本地的PDF中生成一个你下载当天的日期。书中的所有实例代码都有相应的jupyter notebook提供下载和运行。废话不多说,下面就开始进行环境的配置。

    环境安装

    1.官网教程

    这一部分对应了书中的第二讲:预备知识部分。因为我是Windows用户,所以这里先只讲Windows部分的安装过程。

    1. 第一步是根据操作系统下载并安装Miniconda,在安装过程中需要勾选“Add Anaconda to the system PATH environment variable”选项,将python添加到环境变量中。
    2. 第二步是下载包含本书全部代码的压缩包。我们可以在浏览器的地址栏中输入 https://zh.d2l.ai/d2l-zh-1.0.zip 并按回车键进行下载。下载完成后,创建文件夹“d2l-zh”并将以上压缩包解压到这个文件夹。在该目录文件资源管理器的地址栏输入cmd进入命令行模式。
    3. 第三步是使用conda创建虚拟(运行)环境。conda和pip默认使用国外站点来下载软件,我们可以配置国内清华镜像来加速下载(国外用户无须此操作)
      # 配置清华PyPI镜像(如无法运行,将pip版本升级到>=10.0.0)
      pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

       

    4. 接下来使用conda创建虚拟环境并安装本书需要的软件。这里environment.yml是放置在代码压缩包中的文件。使用文本编辑器打开该文件,即可查看运行压缩包中本书的代码所依赖的软件(如MXNet和d2lzh包)及版本号。也就是说,environment.yml这个文件里面的包会在执行下面这条命令之后被自动安装好。但是问题来了,我在运行的时候会出现一个关于pip的warning,提示需要将pip这个包本身添加到environment.yml中。但是我在最后加了 - pip==1.19.1之后似乎还是会出现warning,所以暂时这里先不管它,等出了问题再说。
      conda env create -f environment.yml
      另外要注意,如果你的电脑上安装好了cuda(进入cmd,输入nvcc -V能查看版本并且没有报错),那么建议安装GPU版本的MXNet。具体操作:使用文本编辑器打开本书的代码所在根目录下的文件environment.yml,将里面的字符串“mxnet”替换成对应的GPU版本。例如,如果计算机上装的是8.0版本的CUDA,将该文件中的字符串“mxnet”改为“mxnet-cu80”。如果计算机上安装了其他版本的CUDA(如7.5、9.0、9.2等),对该文件中的字符串“mxnet”做类似修改(如改为“mxnet-cu75”“mxnet-cu90”“mxnet-cu92”等)。保存文件后退出。然后再执行
      conda env create -f environment.yml

       如果不小心已经安装好了虚拟环境,那么需要先卸载CPU版本的MXNet:

      pip uninstall mxnet

      然后再重新更新我们的虚拟环境配置:

      conda env update -f environment.yml

       

    5. 第四步是激活之前创建的环境。激活该环境是能够运行本书的代码的前提。激活之后,会在提示符前出现(gluon)字样,表示已经进入了虚拟环境。
      conda activate gluon  # 若conda版本低于4.4,使用命令activate gluon
      如需退出虚拟环境,可使用命令conda deactivate(注意这里没有参数)
    6. 打开Jupyter记事本
      jupyter notebook

       

    2. 实际操作中会遇到的坑

    1. 如果你之前用过jupyter,有可能会在启动jupyter之后,路径不在你想要的当前路径,这个简单,改一下默认路径,重新开一遍即可。https://blog.csdn.net/u014552678/article/details/62046638
    2. 当你打开ndArray这个notebook,运行的时候,发现import mxnet 报错,“no module XXX”之类的错误,说明没有安装上mxnet,先回到虚拟环境中,在虚拟环境中pip list,看一下mxnet到底有没有装上,多半肯定是没装上,这时候要么重新安装一遍(或者按照上面说的方法update一下)虚拟环境,一定要等安装过程全部完成再退出。或者pip手动安装mxnet包(一定是在进入虚拟环境的情况下):
      pip install mxnet==version # cpu
      pip install mxnet-cu80==version # gpu

      然后我们在本地测试一下能否导入。在虚拟环境中:

      python
      
      import mxnet as mx

      如果没有报错,说明本地已经安装上了,还不行的话就是jupyter的问题了,接着往下看。

    3. 如果本地能导入mxnet,但是在jupyter中报错了,那么很可能是你的jupyter内核不是当前虚拟环境,而是虚拟环境外的python。怎么看呢,在jupyter中选择kernel,看一下有没有你创建的gulon这个选项,没有就说明不对,怎么办呢?原来是缺了一个conda的包。解决放入是,进入虚拟环境后,执行:

      conda install nb_conda

      然后重启jupyter notebook,看一下kernel就会多一个gluon的kernel,选择该kernel就可以了。

    4. 最后说一下,如果你安装了GPU版本,怎么验证我们GPU可用。

      import mxnet as mx
      from mxnet import nd
      
      x = nd.arange(12) # 创建cpu变量x
      y = x.copyto(mx.gpu()) # 将x赋值给y,保存在gpu上
      

      如果没有报错,那就大功告成了

    安装环境就先讲这么多,还有很多碰到的问题可以看书中对应章节最后的二维码,用微信扫一扫就可以进入这一张章的讨论区。大家一起努力学习吧!

     

     

     

    展开全文
  • 动手深度学习 笔记5

    2021-01-06 20:28:32
    机器学习模型应关注降低泛化误差。 模型选择 1.验证数据集 我们可以预留一部分在训练数据集和测试数据集以外的数据来进行模型选择。这部分数据被称为验证数据集,简称验证集(validation set)。 2.K折交叉验证 把...
  • 动手深度学习 笔记 7

    2021-01-20 11:30:47
    循环神经网络进阶 GRU(门控循环单元) 门控循环神经网络,为了更好地捕捉时间序列中时间步距离较大的依赖关系。 其中,门控循环单元(gated recurrent unit,GRU)是一种常用的门控循环神经网络,它引入了重置门...
  • 动手深度学习 笔记 6

    2021-01-07 02:37:15
    梯度消失和梯度爆炸 当神经网络的层数较多时,模型的数值稳定性容易变差。 假设一个层数为 L 的多层感知机的第 l 层 H(l) 的权重参数为 W(l) ,输出层 H(L) 的权重参数为 W(L) 。为了便于讨论,不考虑偏差参数,且设...
  • 动手深度学习 笔记 8

    2021-01-06 22:36:59
    机器翻译和数据集 机器翻译(MT):将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机器翻译(NMT)。 主要特征:输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度...
  • Task2:动手深度学习

    2021-01-06 16:54:10
    一、二维卷积层 卷积神经⽹网络(convolutional neural network)是含有卷积层(convolutional layer)的神经⽹网络。 二维卷积层输出的⼆二维数组可以看作是输⼊入在空间维度(宽和⾼高)上某⼀一级的表征,也叫...
  • 动手深度学习02–task1

    2021-01-07 01:15:57
    过拟合、欠拟合及其解决方案 模型选择、过拟合和欠拟合 ...机器学习模型应关注降低泛化误差。 模型选择 验证数据集 从严格意义上讲,测试集只能在所有超参数和模型参数选定后使用一次。不可以使用测试
  • 本书为面向中文读者的能运行、可讨论的深度学习教科书。
  • apache-spark-978-1-7889-9461-3 使用Apache Spark进行动手深度学习
  • 使用Python的动手深度学习算法 这是Packt发布的《 的代码库。 通过使用TensorFlow实施深度学习算法和广泛的数学知识 这本书是关于什么的? 深度学习是AI领域最受欢迎的领域之一,可让您开发各种复杂程度不同的...
  • 一.循环神经网络 循环神经网络基于当前的输入与过去的输入序列,预测序列的下一个字符。它引入一个隐藏变量H,用Ht表示H在时间步t的值。Ht的计算基于Xt和Ht−1,可以认为Ht记录了到当前字符为止的序列信息,利用Ht对...
  • 机器翻译 机器翻译是指将一段文本从一种语言自动翻译到另一种语言。因为一段文本序列在不同语言中的长度不一定相同,所以我们使用机器翻译为例来介绍编码器—解码器和注意力机制的应用。 1. 读取和预处理数据 ...
  • 蔡氏电路matlab仿真代码使用Go进行动手深度学习 这是Packt发布的的代码存储库。 使用Gorgonia建立神经网络模型的实用方法。 这本书是关于什么的? Go生态系统包含一些非常强大的深度学习工具。 本书向您展示了如何...
  • 使用TensorFlow进行动手深度学习 这是发布的进行的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。 关于这本书 Dan Van Boxel的TensorFlow深度学习基于Dan最畅销的TensorFlow视频课程。 随着深度学习...
  • 今天分享的内容有:首先聊聊深度学习中存在的过拟合、欠拟合现象,以及梯度消失、梯度爆炸等。其次,分享一个本人梳理的卷积神经网络、循环神经网络代码结构。 过拟合、欠拟合 模型的泛化能力是深度学习的一大问题,...
  • 1. 编码器—解码器(seq2seq) 在自然语言处理的很多应用中,输入和输出都可以是不定长序列。以机器翻译为例,输入可以是一段不定长的英语文本序列,输出可以是一段不定长的法语文本序列,例如 ...
  • 一:官网教程 这一部分对应了书中的第二讲:预备知识部分。因为我是Windows用户,所以这里先只讲Windows部分的安装过程。 1:第一步是根据操作系统下载并安装Miniconda,在安装过程中需要勾选“Add Anaconda to the ...
  • Windows10动手深度学习mxnetGPU配置

    千次阅读 2018-05-20 10:16:04
    cuda9.0+cudnn9.0 替换lib,bin,3个文件夹 pip install mxnet-cu90 --pre -i https://pypi.douban.com/simple 成功

    cuda9.0+cudnn9.0

    替换lib,bin,3个文件夹

    pip install mxnet-cu90 --pre -i https://pypi.douban.com/simple

    成功

    展开全文
  • a = torch.ones(3) b = 10 print(a + b)
  • from mxnet import autograd
  • features[:2], poly_features[:2], labels[:2]
  • 这个是最新出版的”动手深度学习“,我们可以在这里学习深度学习。
  • 动手深度学习深度学习基础 文章目录动手深度学习深度学习基础1、过拟合、欠拟合及其解决方案2、梯度消失、梯度爆炸3、循环神经网络进阶4、机器翻译及相关技术5、注意力机制与Seq2seq模型6、Transformer7、...
  • 动手深度学习

    2018-12-07 15:57:57
    今天本文为大家带来的是亚马逊首席(principal)科学家,美国卡内基梅隆大学计算机博士李沐等人编著的《动手深度学习》教程,带你从浅至深实践深度学习。 教程的内容结构: 第一部分(第 1 章至第 3 章)涵盖预备...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 36,073
精华内容 14,429
关键字:

动手深度学习