深度学习与图神经网络核心技术实践应用高级研修班-Day1Tensorflow和Pytorch

Posted ZSYL

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习与图神经网络核心技术实践应用高级研修班-Day1Tensorflow和Pytorch相关的知识,希望对你有一定的参考价值。

1. TensorFlow和Pytorch


2. TensorFlow简介

TensorFlow 最初是由 Google Brain 团队(隶属于 Google 机器智能研究部门)中的研究人员和工程师开发,旨在用于进行机器学习深度神经网络研究。

  • TensorFlow是由Tensor(张量)与Flow(数据流)组成。
  • TensorFlow是一个使用数据流图进行数值计算的开放源代码软件库。
  • 图中的节点代表数学运算,而图中的则代表在这些节点之间传递的多维数组(张量)。
  • 借助这种灵活的架构,可以通过一个 API 将计算工作部署到桌面设备、服务器或移动设备中的一个或多个 CPU 或 GPU。

3. TensorFlow的API

4. Pytorch简介

Pytorchtorchpython版本,是由Facebook开源的神经网络框架,专门针对 GPU 加速的深度神经网络(DNN)编程。


  • Torch 是一个经典的对多维矩阵数据进行操作的张量(tensor )库,在机器学习和其他数学密集型应用有广泛应用。

  • Tensorflow(<2.0)的静态计算图不同,pytorch的计算图是动态的,可以根据计算需要实时改变计算图。

  • PyTorch 的设计遵循tensor→variable(autograd)→nn.Module三个由低到高的抽象层次,分别代表高维数组(张量)、自动求导(变量)和神经网络(层/模块),而且这三个抽象之间联系紧密,可以同时进行修改和操作。

  • Pytorch代码易于理解

  • PyTorch的源码只有TensorFlow的十分之一左右,更少的抽象、更直观的设计使得PyTorch的源码十分易于阅读。

5. Python安装

下载安装Python

  • 下载链接https://www.python.org/downloads/windows/
  • 选择3.6的最新版本,例如3.6.8 选择Windows x86-64
    executable installer下载


配置Python

  • 验证python是否安装成功,打开Windows终端(cmd或powershell),执行以下命令,如果执行成功会显示python版本号。
python --version

配置Python

  • 配置pypi镜像源,执行以下命令
# https://mirrors.tuna.tsinghua.edu.cn/help/pypi/ 
pip3 install pip -U 
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

6. TensorFlow安装

安装深度学习框架

  • pip安装的过程⼀定要用管理员用户启动终端,或者在pip命令最后加上--user
  • tensorflow安装参考链接:https://www.tensorflow.org/install/pip
  • pytorch安装参考链接:https://pytorch.org/

安装tensorflow,执行以下命令:

# install tensorflow
pip3 install tensorflow
  • 测试tensorflow是否安装成功,执行以下命令,如果执行成功会显示tensorflow版本
python -c "import tensorflow as tf; print(tf.__version__)"

7. Pytorch安装

安装pytorch,执行以下命令

pip3 install https://download.pytorch.org/whl/cpu/torch-1.1.0-cp36-cp36mwin_amd64.whl 
pip3 install https://download.pytorch.org/whl/cpu/torchvision-0.3.0-cp36- cp36m-win_amd64.whl

测试pytorch是否安装成功,执行以下命令,如果执行成功会显示pytorch版本:

python -c "import torch;import torchvision;print(torch.__version__)"

安装其他库

pip3 install matplotlib jupyter jupyterlab ipython pandas

以上是关于深度学习与图神经网络核心技术实践应用高级研修班-Day1Tensorflow和Pytorch的主要内容,如果未能解决你的问题,请参考以下文章

深度学习与图神经网络核心技术实践应用高级研修班-Day3迁移学习(Transfer Learning)

深度学习与图神经网络核心技术实践应用高级研修班-Day1典型深度神经网络模型

深度学习与图神经网络核心技术实践应用高级研修班-Day1Tensorflow和Pytorch

深度学习与图神经网络核心技术实践应用高级研修班-Day2基于Keras的深度学习程序开发

深度学习与图神经网络核心技术实践应用高级研修班-Day1受限波尔兹曼机和深度信念网络

深度学习与图神经网络核心技术实践应用高级研修班-Day4深度强化学习(Deep Q-learning)