zoukankan      html  css  js  c++  java
  • keras第一课

    keras:
    易扩展,基于python.
    易于学习和使用。
    前端。tf.keras 作为Keras API 与TensorFlow工作无缝集成。
    餐饮推荐。深度学习研究人员的最爱。
    Keras部署。
    部署简洁。方便载入不同的后端。
    keras 训练。强大的多GPU和分布式训练。

    环境: python3.6
    环境: Anaconda
    下载地址: https://mirrors.tuna.tsinghua.edu.cn/anacoda/archiv

    安装中:提示是否添加环境变量。
    linux: bash Anacondaxxxx.sh

    Anaconda的使用:
    conda update * 升级
    conda -version 检查
    conda remove 卸载
    conda list 查询
    conda install * 安装
    切换源:
    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/msys2/
    conda config --set show_channel_urls yes # 设置搜索时显示通道地址

    创建虚拟环境:
    conda create -n kr python=3.6
    进入虚拟环境:
    conda activate kr
    keras cpu 版本的安装:

    nvda 显卡版本大于3, 算力大于3.5.可以安装gpu版本。否安装cpu版本。
    安装:2.1 版本 gpu 和cpu 合在一起。 豆瓣源快于 清华源
    pip install tensorflow==2.0 -i https://pypi.doubanio.com/simple
    pip install keras -i https://pypi.doubanio.com/simple

    后端:
    keras 是一个前端。需要后端处理张量乘机和卷积低级操作。

    GPU版本安装:安装大量的源
    conda install tensorflow-gpu==2.0.0
    pip install keras -i https://pypi.doubanio.com/simple

    问题:
    (1)conda 切换python?
    (2)conda 显示更新源?
    (3)python3.8 使用keras?
    (4)查看gpu算力?

         nvidia-msi 查看显卡信息

    (5)jupyter notebook 使用虚拟环境。
    在虚拟环境:conda install nb_conda

  • 相关阅读:
    true和false
    计算几何算法概览
    pixi.js 总结
    typescript 不用import?
    nodejs 新特性
    p2 碰撞
    Java学习笔记(十四)——Java静态工厂
    Java学习笔记(十三一)——Xml 常用知识总结
    读书笔记(二) ——《恶意》你善良吗?
    Spring学习(二)——Spring中的AOP的初步理解
  • 原文地址:https://www.cnblogs.com/countryboy666/p/14477915.html
Copyright © 2011-2022 走看看