Francois Chollet的《Python深度学习(第2版)》介绍了用Python和Keras进行深度学习的探索实践,解决从计算机视觉到自然语言处理等现实世界的诸多问题,包括图像分类、图像分割、时间序列预测、文本分类、机器翻译、文本生成等应用。书中包含30多个代码示例,逐步讲解各类深度学习场景的解决方法与步骤。
安装环境
1、基础环境
- Python版本:Windows Python 3.8.10
- CUDA安装包下载地址
- 2、安装CUDA
- 安装cuda_11.8.0_522.06_windows.exe
- 解压cudnn-windows-x86_64-8.5.0.96_cuda11-archive.zip包,将bin、include、lib下的文件分别拷贝到
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
的各个目录下,其中lib
的内容放到lib\x64
目录下 - 配置环境变量(PATH下面一共有5个NVIDIA的配置)
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\CUPTI\lib64;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64;%PATH%
- 解压zlib123dllx64.zip包,将相关路径添加到PATH中
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\zlib123dllx64\dll_x64;%PATH%
以上安装步骤可参考
- 安装GPU版本的Tensorflow
- 安装tensorflow-gpu
pip install tensorflow-gpu
- 验证环境是否安装正常
import tensorflow as tf tf.config.list_physical_devices('GPU')
- 安装notebook
pip install notebook jupyter_nbextensions_configurator
- 安装matplotlib
pip install matplotlib
- 安装pydot和graphviz
pip install pydot graphviz
- 安装scipy
pip install scipy
相关数据集
使用说明:下载数据集,将其解压到data
目录下即可。
数据集下载地址:链接:百度网盘 请输入提取码
- cats_vs_dogs_small:第8.2节使用,已完成图像复制的猫狗分类数据集,包含训练目录、验证目录和测试目录
- pets:第9.2节使用,Oxford-IIIT宠物数据集
- celeba_gan:第12.5节使用,大规模名人脸部属性数据集
- spa-eng:第11.5节使用,英语到西班牙语的翻译数据集
- aclImdb:第11.3节、第12.1节使用,IMDB影评数据集
- jena_climate_2009_2016.csv:第10.2节使用,耶拿天气时间序列数据集