奥特曼-QM的博客

1.单GPU加速 1.1 确保服务器的GPU可用 import GPU torch.cuda.is_available() #返回True，GPU能够使用 torch.cuda.device_count() #能够使用的GPU数量 1.2 查看GPU信息，在命令行输入nvidia-smi 动态查看命令,0.5s更新一次：watch -n 0.5 nvidia-smi 1.3 ...

1.终端安装tensorflow step1:打开Anconda Prompt（以管理员身份运行），建立名为tensorflow的conda计算环境 输入：conda create -n tensorflow python=3.5 step2: 环境完成后，激活tensorflow环境 输入：activate tensorflow step3：激活tensorflow环境后，安装tensor...

一、自编码器简介 传统的机器学习任务很大程度上依赖于好的特征工程，在图像，语音和视频提取有效的特征就更难了，深度学习则可以解决人工难以提取有效特征的问题，可以大大缓解机器学习模型对特征工程的依赖。 自编码就是深度学习自动提取有效特征的算法，即使用一些稀疏的高阶特征重新组合来重构自己。（比如汽车的图片，我们提取出汽车的车轮，车窗，车身等高阶特征，使用这些高阶特证可以有效的对图片进行分类，这就是高阶特...

1.卷积神经网络简介 卷积神经网络网络（CNN）最初是为解决图像识别等问题设计的。在深度学习之前，主要借助SIFT。HoG等算法提取图像的特征，再结合SVM等机器学习算法进行图像识别。CNN被作为一个深度学习的架构降低了对图像数据预处理的要求，避免了复杂的特征工程，CNN可以直接使用图像的原始像素作为输入，在训练时自动提取最有效的特证。 在卷积神经网络中，第一个卷积层会直接接受图像像素级的输入，每...