总结一下今日的学习过程
1,上午学习了解了深度网络中的难点
2,了解了经常听到又不知所云的梯度消失问题的概念以及原理
认识到了Rectified Liner Unit激活函数可以很好的减少梯度消失问题,但没有具体的深入的理解及学习
3,认识到了卷积网络CNN,理解了其大致原理以及实现过程
结合GitHub上的neural-networks-and-deep-learning算法
不过代码调试了没有成功,
简单的类似于
ImportError: numpy.core.multiarray failed to import
版本问题需要更新
查看版本
python -c "import numpy; print(numpy.version.version)"
卸载(有的时候需要执行两次,将cuda中已经python中都卸载)
pip uninstall numpy
2,ImportError: cannot import name 'downsample'
将from theano.tensor.signal import downsample
换成
from theano.tensor.signal.pool import pool_2d
3,NameError: name 'xrange' is not defined
4,抱一个关于
nose-parameterized转换成
parameterized
的警告
将
nose-parameterized卸载,重新装
parameterized
5,WARNING (theano.gof.compilelock): Overriding existing lock by dead process '9680' (I am process '16516')
这是由于keras与theano版本的旧的问题造成的,或者是Keras没有安装,这里是没有安装
pip install Keras
6,
TypeError: 'float' object cannot be interpreted as an integer
错误语句
minibatch_index
in
range(num_training_batches):
错误源
num_training_batches = size(training_data)/mini_batch_size
解决方法
将语句num_training_batches = size(training_data)/
mini_batch_size修改,增加一个斜杠/
num_training_batches = size(training_data)//
mini_batch_size
复杂的是由于上次配置的theano在GPU环境中出了问题,搁置了没有解决,非常痛苦啊
4,期间下午看了一个 第四届全国高校云计算应用创新大赛 https://cloud.seu.edu.cn/
准备报名参加,深度学习