开启深度学习/TensorFlow的前期准备工作和数学知识

本文介绍了深度学习前期的准备工作,包括在MacOS上安装Anaconda和TensorFlow,以及复习数学知识,如线性代数、概率论、数理统计和优化方法。重点强调了线性代数中的矩阵分解、概率论的贝叶斯公式、统计学的泛化能力和优化中的梯度下降法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、安装环境

关于如何安装anaconda和python可参考我的另一篇日志《傻瓜教程:MacOS系统安装Anaconda+Spyder+TensorFlow》。

我使用macbook仅是用来测试一些流程性问题,实际操作的话不建议使用MAC OS系统,MAC OS系统使用GPU不太方便(虽然网上有许多macbook外接GPU的教程,但总归是很心疼的)。实际跑深度学习工程时,我会放在ubuntu服务器上。

二、安装TensorFlow

理解TensorFlow:TensorFlow:编程模型和重要基本概念

三、复习数学知识

应该是针对性地学习。主要分为原理类和调参类的数学知识。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值