
Python
文章平均质量分 84
学习笔记
wykup
这个作者很懒,什么都没留下…
展开
-
【MVP】深度学习框架Pytorch环境搭建 Ubuntu18.04+Anaconda+CUDA+cuDNN
首先,检查一下计算机有没有可用的GPU。用ubuntu的 lspci 命令看一下PCI总线上有没有挂载能用的GPU。如果啥提示都没有–就悲剧了。还有需要注意,VMware 的虚拟机是用不了计算机中的GPU的。这也是大家都在推荐双系统的原因。 我的GPU型号是 GeForce GTX 1050 Ti。但是在设置->详细信息中,并没有这块GPU,因为没有安装驱动。 在软件和更新中,找到附加驱动additional drivers,选第一个然后apply,之后重启ubuntu。 ...原创 2021-07-17 08:45:00 · 404 阅读 · 1 评论 -
神经网络实现鸢尾花分类
课程讲解链接 神经网络实现鸢尾花分类仅需三步: √准备数据 数据集读入 数据集乱序 生成训练集、测试集 配成对(输入特征、标签),每次读入一小撮batch √搭建网络 定义神经网络中所有可训练参数 √参数优化 嵌套循环迭代,with结构中求得损失函数loss对每个可训练参数的偏导数,更新可训练参数,显示当前loss 鸢尾花分类代码: 准备数据 # -*- coding: UTF-8 -*- # 利用鸢尾花数据集,实现前向传播、反向传播,可视化loss曲线 # 导入所需模块 import tensor原创 2020-09-29 23:57:37 · 8504 阅读 · 1 评论 -
anaconda新建环境并安装Tensorflow2.0-gpu
首先安装好anaconda,CUDA10.0+cudnn-v7.4.1.5。打开anaconda prompt,新建一个运行环境,来安装tensorflow-gpu2.0,一开始想从anaconda界面直接新建环境并安装tensorflow-gpu,但是不成功。 在anaconda prompt命令行中输入: conda create -n tensorflow2 python=3.7 按照提示,激活之: activate tensorflow2 此时就进入了刚刚新建的tensorflow2环境下,接.原创 2020-09-26 19:15:26 · 711 阅读 · 0 评论