Keras vs PyTorch，哪一个更适合做深度学习？ 如何选择工具对深度学习初学者是个难题。本文作者以 Keras 和 Pytorch 库为例，提供了解决该问题的思路。 当你决定学习深度学习时，有一个问题会一直存在——学习哪种工具？ 深度学习有很多框架和库。这篇文章对两个流行库 Keras 和 Pytorch 进行了对比，因为二者都很容易上手，初学者能够轻松掌握。 那么到底应该选哪一个呢？本文分享了一个解决思路。 做出合适选择的...
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com在前两篇文章MINIST深度学习识别：python全连接神经网络和pytorch LeNet CNN网络训练实现及比较（一）、MINIST深度学习识别：python全连接神经网络和pytorch LeNet CNN网络训练实现及比较（二）中，采用全连接神经网络（784-300-10），分别用非深度学习框架和基于pytorch实现，训练结果相当。这里采用卷积神经网络（CNN）中著名的LeNet-5网络来训...
Ubuntu16.04深度学习基本环境搭建，tensorflow , keras , pytorch , cudaUbuntu16.04安装参考https://blog.csdn.net/flyyufenfei/article/details/79187656安装nvidia驱动sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update选择安装驱动
ubuntu-drivers devices查看自己显卡对应的驱动型号，可在nvidia官网查询
sudo apt install nvidia-410通过以下命令查看是否安装成功nvidia-smi 安装cuda,可选方式3种1.直接安装...
自从开始接触深度学习就踩坑不断，一言不合就要装各种东西，这里记录一下自己的折腾过程，也写一个教材教小白们入坑。#我也是小白#请大家多指教
1、准备工作
1.1 确定自己电脑的显卡配置
今天介绍的方法只支持NVIDIA显卡的用户。确定自己显卡型号，到下方网站查询其算力是否大于3.5（https://developer.nvidia.com/cuda-gpus）下面为节选，目前主流的GPU算力基本上都符合标准。1.2 为自己的显卡安装最新的显卡驱动（https://www.nv...
Python深度学习：PyTorch API
1、nn.Module
initforward：完成一次前向计算的过程nn.Linear(input的特征数量， output的特征数量)
class Lr(nn.Module):'''定义模型'''def __init__(self):super(Lr, self).__init__()self.linear = nn.Linear(1, 1)def forward(self, x):out = self.linear(x)return outmodel = Lr() # 实例化模型
predict = model(x)2、优化器类
optimizer = optim.Ad...
Tensor
总览：Tensor对象中包含Storage对象，Storage完成对原数据的抽象：Storage中包含指向原始数据的指针以及用于内存分配的Allocatorpytorch虽然是python first的设计，但所有heavy work都是由C++实现的
在python 中，C++代码的集成由extension完成
pytorch使用基础张量操作库ATen，其他都在ATen基础上建立
Autograd就是在ATen上实现的，它能进行自动微分。
python中，万物皆对象zero-copy操作
numpy和pytorch的tensor很方便相互...
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import torchfrom torch import nn
from torch.autograd import Variable
#定义模型
'''
input_size – 输入的特征维度
hidden_size – 隐状态的特征维度
num_layers – 层数（和时序展开要区分开）
'''
class lstm_reg(nn.Module):def __init__(self, input_size, hidden_size, output_size=5, num_layers=1):super(lstm_reg, self).__init__()self.rnn ...
深度学习初探/02-Pytorch知识/03-Tensor索引
1、普通索引方式
感觉和C语言中数组索引很像，基本上是按照下标来的。 比如现在创建一个CNN的4维输入数据[batch,通道数, height, width]，并对其进行索引，打印一些信息：
In: a = torch.rand(6, 3, 28, 28)print(a[0].shape)
Out: torch.Size([3, 28, 28])In: print(a[0, 0, 2])
Out:tensor([0.2051, 0.8100, 0.2595, 0.1082, 0.9873, 0.1227, 0.8523, 0.9968, 0.4570,0.4776, 0.9779,...
前面我们已经在windows10环境下成功安装了CPU版本的Pytorch,推荐的是利用Anaconda安装。经过接近一天的奋战，博主成功在linux系统安装GPU加速的pytorch，博主使用的发行版是Ubuntu18.04。感谢原博主的分享，安装大同小异，原文地址：https://blog.csdn.net/wuzhiwuweisun/article/details/82753403说一下CUDA和CUDNN都是啥吧。
CUDA(Compute Unified Device Architecture)，是英伟达公司推出的一种基于新的并行编程模型和指令集架构...
pytorch写神经网络
（1）准备数据集
（2）涉及模型（yheight）
（3）构造损失函数和优化器
（4）训练周期（前馈、反馈、更新） 1 import torch2 3 #1.准备数据4 x_data=torch.tensor([[1.0],[2.0],[3.0]])5 y_data=torch.tensor([[2.0],[4.0],[6.0]])6 #2.构造模型7 class LinearModel(torch.nn.Module):8 def __init__(self):#构造函数9 super(LinearModel,self).__init__()
10 self.linear=torch.nn.Linear(...
【教程分享】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置（GPU + CPU版本）
【良心教程】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置（GPU + CPU版本）
参考视频
https://www.bilibili.com/video/BV1Lv41177BW?share_source=copy_web 视频地址点击这里 （原作者不是我，转载自B站，若有不当，请联系我删除!）
版权归UP Ternence_hh 所有。
话前吐槽和注意事项
csdn的好多讲...
B站 刘二大人 传送门 循环神经网络（基础篇）
课件链接：https://pan.baidu.com/s/1vZ27gKp8Pl-qICn_p2PaSw
提取码：cxe4模型还是将输入“hello”训练输出为“ohlol”，用GRU网络实现。按照计算图实现GRU之后，像前面一样又尝试了加入embedding的方法，效果略有改进。 GRU的网络结构示意图和公式： 下面的公式和上面一样，就是写法不同。 首先看公式有6个线性层，之后又进行了非线性运算，所以模型定义了6个linear。输入是4维向...
B站 刘二大人 传送门 循环神经网络（基础篇）
课件链接：https://pan.baidu.com/s/1vZ27gKp8Pl-qICn_p2PaSw
提取码：cxe4本节模型为将输入“hello”训练输出为“ohlol”，用循环神经网络实现。本节老师讲了cell，rnn和embedding三种简单模型，为方便测试，我给每个模型分别定义了函数。下面上开始的数据处理思路图和代码。
搭配视频学习效果最佳。 '''
训练RNN模型使得 "hello" -> "ohlol"
输入为"hello"，可设置字典 e -> 0 h ->...
下载d2lzh_pytorch 直接百度云： 链接：https://pan.baidu.com/s/1ndV7qloDG7vIGrZmEdasWw 提取码：hwn4将文件夹 d2lzh_pytorch 【记住这个是 小写 L 不是 数字 1 】 放到anaconda 你自己创建的环境下： C:\ProgramData\Anaconda3\envs\pytorchzc\Lib\site-packages 重点：要放到自己创建的环境下，别放错了。 在Anaconda Prompt 下查看环境: conda info -e激活自己创建的环境 activate pytorchzc错误： 1）ModuleNotFoundError :N...
上一讲中我们介绍了梯度下降，下面我们用PyTorch中的Autograd自动求导实现线性回归。
归纳而言,这篇会相对简单,主要包含以下几点:
PyTorch Autograd 概念介绍利用 Autograd 替代手动求解导数实现 Autograd 方式的线性回归模型
一、PyTorch Autograd 概念介绍
具体查看官网：https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html
原理虽然简单,但其中有不少细节需要注意:
首先需要这个函数链是可导的 1.一个 back...
