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。
深度学习与图神经网络-Tensorflow和Pytorch
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和深度神经网络研究。
- 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,而图中的边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
Pytorch是torch的python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。
-
与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