更改镜像源
conda
notepad .condarc
pypi
pip config set global.index-url
https://mirror.sjtu.edu.cn/pypi/web/simple
二、安装Git
https://ghproxy.com/
https://github.com/git-for-windows/git/releases/download/v2.40.0.windows.1/Git-2.40.0-64-bit.exe
三、下载课程Repo
GitHub Proxy 代理加速
git clone (--depth=1) https://github.com/d2l-ai/d2l-zh.git #课程资源
git clone (--depth=1) https://github.com/d2l-ai/d2l-pytorch-slides.git #ppt
四、课程环境搭建
4.1搭建环境
conda create --name d2l python=3.9
y
激活创建的d2l Conda环境
conda activate d2l
退出环境
conda deactivate
删除环境
conda remove -n d2l --all
4.2安装库
pip install d2l torch torchvision rise
进入到项目文件夹,打开jupyter-notebook
conda activate d2l
cd D:\software\d2l-master
jupyter-notebook
关闭jupyter-notebook
ctrl+c
git clone (--depth=1) https://github.com/d2l-ai/d2l-zh.git #课程资源。进入到项目文件夹,打开jupyter-notebook。关闭jupyter-notebook。激活创建的d2l Conda环境。一、安装Miniconda。三、下载课程Repo。
github
版本,archive和项目文件的加速项目,支持克隆,有Cloudflare Workers无服务器版本以及
Python
版本
python
版本和cf worker版本差异
python
版本支持进行文件大小限制,超过设置返回原地址
直接在复制出来的网址前加https://gh.api.99988866.xyz/即可
也可以直接访问,在input输入
大量使用请自行部署,以上域名仅限演示使用。
以下都是合法输入(仅示例,文件不存在):
分支源码: :
发布原始码: :
发布文件: :
分支文件: :
提交文件: : 文件名
cf worker版本部署
首页: :
注册,登陆, Start building ,取一个子域名, Create a Worker 。
复制到左侧代码框, Save and deploy 。如果正常,右侧应显
https://blog.csdn.net/qq_38311396/article/details/120768038
配置详细步骤:
第一步:根据操作系统下载并安装Miniconda
Miniconda下载地址:(https://conda.io/en/master/miniconda.html)
Miniconda安装后出现问题——
‘conda’ 不是内部或外部命令,也不是可运行的程序 或批处理文件
参考链接:
https://zhuanlan.z
ChatGPT是一种基于自然语言处理和
深度学习
技术的聊天机器人,它可以模拟人类的语言行为,与用户进行自然、流畅、富有逻辑的对话。ChatGPT的优点在于它可以快速地进行训练和部署,适用于各种不同的应用场景,如在线客服、智能助手、教育领域等。以下是ChatGPT的一些特点和优势:
基于GPT技术:ChatGPT是基于著名的语言模型GPT(Generative Pre-training Transformer)技术开发的,GPT技术可以让ChatGPT具有更强的语言理解和生成能力,从而实现更加自然、流畅的对话效果。
可扩展性强:ChatGPT可以通过增加训练数据和改变模型结构来实现更好的性能,同时也支持多语言的处理,可以适应不同语言和文化背景的用户需求。
可定制化:ChatGPT可以基于不同的应用场景和需求进行定制,通过人工干预和调参来提高模型的准确性和效率,从而实现更好的用户体验。
智能化:ChatGPT可以通过
学
习用户的行为和偏好来优化对话,从而实现更加智能化的对话效果,满足用户的个性化需求。
1.过拟合、欠拟合及其解决方案
过拟合:模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting);
欠拟合:模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting)。 在实践中,我们要尽可能同时应对欠拟合和过拟合。
解决过拟合的方法:权重衰减(L2 范数正则化)和丢弃法
2.梯度消失和梯度爆炸
a.梯度消失和梯度爆炸
假设一个层数为LL的多层感知机的第ll层H(l)H(l)的权重参数为W(l)W(l),输出层H(L)H(L)的权重参数为W(L)W(L)。为了便于讨论,不考虑偏差参数,且设所有隐藏层的激活函数为恒等映射(identity
李沐
的《
动手
学
深度学习
》课程的环境安装包括以下几个步骤:
1. 安装 Anaconda 用于创建和管理
Python
虚拟环境以及安装必要的库和工具。
2. 安装 CUDA 和 CuDNN,这两个软件包用于支持
深度学习
框架的 GPU 加速。
3. 安装 PyTorch,这是一个流行的
深度学习
框架,课程中会使用到。
4. 安装 Jupyter Notebook,这是一个交互式编程环境,用于执行代码和展示实验结果。
以上就是
李沐
大神《
动手
学
深度学习
》课程的环境安装过程。接下来,请问还有其他相关问题吗?
相关问题:
1. 《
动手
学
深度学习
》课程的内容有哪些?
2.
李沐
大神在哪个平台讲授《
动手
学
深度学习
》课程?
3. 除了《
动手
学
深度学习
》,还有哪些推荐的
深度学习
学
习资源?