深度学习day01 课程概述和深度学习环境配置

B站网课视频链接

算法的三种思维方式：

1. 穷举法
2. 贪心法：梯度下降
3. 分治法：快速排序
4. 动态规划

机器学习算法过程：
先拥有一些数据，然后选择一个模型，拿数据进行训练，得到好的结果就是好的模型。

降维的最主要的目的：学习器面对着纬度的诅咒，数据的纬度越高，需要的数据量就越大，计算量就越大，花的钱就越多。
纬度诅咒：如果输入的数据的feature（数据库中的字段）越多，那对整个数据的需求越多。在统计学里，大数定律：你采样的数据越多，那么你采样的数据得到的结果越贴近真实的结果。比如在一维空间采样10个，需要在二维空间采样100个。
但是我们的feature又多，所以我们想要特征降维，将十维空间的数据压缩成三维空间，通过做一个线性或者非线性的映射。
Manifold流行：一个高纬空间的数据的低纬流行。
传统的表示学习是将特征提取和特征映射分开，深度学习则是先输入一些简单的特征，然后模型自动提取特征，是一个端到端的整体模型。

经典的机器学习方法：

反向传播算法计算过程：涉及高数链式求导法则

Pytorch环境配置mac版（cpu版）

参考大佬：链接
记录几个重要的点：

1. anaconda我是从网上下载的，不是官网
2. 先创建虚拟环境 conda create -n pytorch （pytorch只是虚拟环境的名字） control+z是中止操作
3. 然后进入到pytorch虚拟环境后，修改～/.condarc文件，下载地址改为为清华镜像，删掉- default ， 在pytorch环境中下载python3.7 ， 在pytorch环境中下载pytorch（从官网上找的指令），但是这个指令的下载速度十分慢，删掉后面的-c pytorch后下载速度就快了
4. 在虚拟环境中验证是否下载好了，重新进入环境中 import torch可以即安装完成

windows配置pytorch环境（GPU版）

本文所讲配置gpu的pytorch环境为在线网络配置，还有一种离线配置方法，比较复杂，在这里就不讲了，感兴趣的参考这里：参考地址

一、下载anaconda3

1. 下载anaconda3，地址：使用清华镜像下载，2021年对应python3.8，2022年对应python3.9
2. 找到anaconda3打开anaconda prompt，能进入base环境成功
   

二、创建一个新的虚拟环境

查看当前都有哪些环境

conda env list

删除旧的虚拟环境

conda remove -n pytorch_wac --all

创建一个新的虚拟环境，名字叫pytorch,

conda create -n pytorch python=3.8

激活并进入新创建的虚拟环境（退出是conda deactivate xx）

conda activate pytorch_wac  

三、找到属于自己的pytorch配置命令，输入

查看本机的N卡驱动版本：桌面鼠标右键->NVIDIA控制面板->帮助->系统信息

查看CUDA工具包与显卡驱动版本的对照表，只能向下兼容对照表我的是512.28，可以装CUDA11.6及以下版本的CUDA Toolkit

进入pytorch官网找到自己电脑的下载pytorch命令

进入pytorch虚拟环境中输入此命令，等待下载完成即可

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

四、测试，显示为True即代表配置成功

(pytorch_wac) C:Userswangaochong>python
Python 3.8.13 | packaged by conda-forge | (default, Mar 25 2022, 05:59:00) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>>

如果下载太慢，切换清华镜像下载

查看当前下载地址

conda config --show channels

修改下载地址

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

最后

以上就是笨笨冬日为你收集整理的深度学习day01 课程概述和深度学习环境配置的全部内容，希望文章能够帮你解决深度学习day01 课程概述和深度学习环境配置所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。