歌布衣的博客

repo_id含义为模型在huggingface的路径，allow_patterns为你想要下载的文件（因为repo_id目录下文件很多，你可以通过此参数下载自己想要的文件），local_dir含义为模型保存在本地的路径。在 抱抱脸 网址 上发布了很多已经训练好的模型，基本上大量的NLP模型都在，一开始是发布 transformers 的开源库，但后来连接了开发者和使用者。方法1：transformers.pipline。调用方法直接下载模型时，经常会下载很久甚至失败.Hugging Face官方教程。

最好先创建一个虚拟环境，因为如果在同一环境，升级某一个包可能会导致另一个包无法使用，比如 a的包是1.0，b的包是1.0依赖a的1.0，然后a升级为1.1，b可能无法使用。在不影响主机系统设置的情况下，在虚拟环境中安装软件包。首先需要配置 环境 需要安装 cuda。在虚拟环境下安装 pytorch。

在池化，压缩图片信息但不丢失特征，使得计算更加迅速。先通过 滤波器来使图片的特征更加明显。

【代码】1.4 深度神经网络 与 卷积神经网络分别实现图像识别 （TensorFlow ）

使用下载的 fashion_mnist做个简单的视觉识别 网络。

比起传统的代码，我们不需要公式来计算结果，这对复杂的模型结构很有帮助。因为有时候人们也不知道具体的公式。但机器学习则是给大量的输入结果和输出结果，让机器自己得出大概率公式，然后我们输入参数x，计算出y。一般计算的话，都是敲代码敲公式来计算结果，比如 y = 2x-1，当给入参数x，计算出y。

最好先创建一个虚拟环境，因为如果在同一环境，升级某一个包可能会导致另一个包无法使用，比如 a的包是1.0，b的包是1.0依赖a的1.0，然后a升级为1.1，b可能无法使用。在不影响主机系统设置的情况下，在虚拟环境中安装软件包。2.输入“解释器”，选择"python:选择解释器"1.按下"ctrl+shift+p"调出命令面板。假如 pip 安装速度慢，可以使用镜像安装。虚拟环境下安装 TensorFlow。

然后把里面的三个文件夹里的文件（注意，是文件）复制到CUDA安装文件夹（就是上面的 CUDA Development 的那个安装路径下）的对应文件夹内。1 登录网站，注册账号，注册完成后才可以下载cuDNN。因为我是11.7所以我下载11.7的CUDA。1.右键点击会出现nvidia 控制面板。下图的 CUDA 版本是11.7。方法二，点击 NVIDIA的图标。根据不同系统，不同需求来下载。下载完后安装，都默认就ok了。安装完后，查看是否安装成功。到官网下载根据不同的版本。

GPU版本，需要提前下载 cuda 和 cuDNN。安装 Tensorflow-gpu 的2.10.0版本。可以查看 Tensorflow-gpu有哪些版本。GPU 一般是 nvidia 的。查看环境，可以看到环境已创建**