深度学习(1):基础概念与创建项目

文章目录

基础概念

CPU(中央处理器)

CPU 是计算机的核心部件,负责执行计算和逻辑操作。它按照指令序列进行任务处理,擅长处理串行任务。CPU 的性能直接影响计算机的整体运行速度。

GPU(图形处理器)

GPU 最初设计用于图形渲染,能够并行处理大量数据。由于其强大的并行计算能力,GPU 被广泛应用于深度学习、科学计算和数据分析等需要高计算量的领域。

CUDA(Compute Unified Device Architecture)

CUDA 是 NVIDIA 推出的并行计算平台和编程模型。它允许开发者使用 C、C++、Python 等语言编写程序,在 GPU 上执行并行计算,从而大幅提升计算性能。

Anaconda

Anaconda 是一个开源的 Python 和 R 语言发行版,主要用于科学计算和数据分析。它集成了大量常用的数据科学包,如 NumPy、Pandas、SciPy 等,并包含 Conda 包管理器,方便环境管理和包依赖。

PyTorch 和 TensorFlow

PyTorch 和 TensorFlow 是两大主流的深度学习框架。

  • TensorFlow:由 Google 开发,支持静态和动态图计算,适用于从研究到生产的各个环节。它有丰富的工具和社区支持,适合构建大型复杂模型。

  • PyTorch:由 Facebook 开发,以其动态计算图和易于使用的 API 而闻名。PyTorch 更加灵活,便于调试,深受研究人员和初学者的喜爱。

这两个框架都支持 GPU 加速,利用 GPU 的并行计算能力加速深度学习模型的训练和推理。

创建项目

1.在Anaconda上创建序虚拟环境


2.创建PyProject

3.创建完成

相关推荐
chh5635 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
TomEval6 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
ZhengEnCi6 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
一只爱撸猫的程序猿7 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
GitCode官方7 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit
老金带你玩AI8 小时前
GPT-6.2更强更便宜了,为什么还有人骂?
人工智能
CyrusYiVPP8 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
泯泷8 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
罗西的思考8 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
屿华AI8 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践
人工智能·测试工具