看完了deep learning with python,尝试了部分keras的demo代码。
感觉keras虽然容易上手,能够快速搭建出一个通用的模型,但是缺乏对底层的控制。
同时,在使用了自己编译的支持cuda 10的tensorflow之后,总感觉有些不可控的bug出现;即使仅仅只是把demo代码改为自己的小工程,也有诸如load_model不能放在循环外(否则cudnn报错),第一次model.predict正确,但是循环做第二个predict就出错。在网上搜索了好几天,也没有找到问题的解答,怀疑是没有使用官方的支持cuda 10版本。
所以,决定转向到pytorch上。原因有三:1. 有官方的cuda10正式版本,并且从网上的反馈来看,版本维护及支持比keras好;2. 能够对于深度学习的底层过程有更多的了解和控制;3. pytorch的嵌入式系统可移植性也很高,貌似速度更快。
系统: ubuntu 18.04
硬件:1080ti
1. pytorch ubuntu安装
官方网站:https://pytorch.org/,选择正确的系统信息:
这里需要运行sudo命令,否则直接运行pip3会报错没有权限
sudo -h pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
sudo -h pip3 install torchvision
2. 测试安装是否正常
返回一个5x3的随机矩阵
3. 检查是否有cuda支持
返回true
如对本文有疑问, 点击进行留言回复!!
linux下文本编辑器vim的使用方法(复制、粘贴、替换、行号、撤销、多文件操作)
网友评论