deep learning v2 pytorch
1.0.0
이 저장소에는 Udacity의 딥 러닝 V7 Nanodegree 프로그램과 관련된 자료가 포함되어 있습니다. 다양한 딥 러닝 주제를위한 튜토리얼 노트북으로 구성됩니다. 대부분의 경우 노트북은 Convolutional Networks, Reburrent Networks 및 Gans와 같은 모델을 구현함으로써 귀하를 이끌어냅니다. 무게 초기화 및 배치 정규화와 같은 다른 주제가 있습니다.
Nanodegree 프로그램의 프로젝트로 사용되는 노트도 있습니다. 이 프로그램 자체에서 프로젝트는 Real People (Udacity Reviewers)에 의해 검토되지만 시작 코드도 여기에서 사용할 수 있습니다.
아나콘다 문서에 따라 :
Conda는 여러 버전의 소프트웨어 패키지 및 종속성을 설치하고 쉽게 전환하기위한 오픈 소스 패키지 관리 시스템 및 환경 관리 시스템입니다. Linux, OS X 및 Windows에서 작동하며 Python 프로그램 용으로 만들어졌지만 모든 소프트웨어를 패키지 및 배포 할 수 있습니다.
Anaconda 사용은 다음으로 구성됩니다.
miniconda 설치하십시오. 이미 conda 또는 miniconda 설치되어 있다면이 단계를 건너 뛰고 2 단계로 넘어갈 수 있어야합니다.conda 환경을 만들고 활성화하십시오. * 모든 운동 작업을 원할 때마다 conda 환경을 활성화하십시오!
시스템과 일치하는 최신 miniconda 버전을 다운로드하십시오 .
| 리눅스 | 스코틀랜드 사람 | 창 | |
|---|---|---|---|
| 64 비트 | 64 비트 (bash installer) | 64 비트 (bash installer) | 64 비트 (EXE 설치 프로그램) |
| 32 비트 | 32 비트 (Bash Installer) | 32 비트 (EXE 설치 프로그램) |
컴퓨터에 미니콘다를 설치하십시오 . 자세한 지침 :
Windows 사용자의 경우 Windows 터미널 창과는 달리 Anaconda 프롬프트 에서 이러한 다음 명령을 실행해야합니다. Mac의 경우 일반 단자 창이 작동합니다.
이 지침은 또한 터미널 창에서 Github로 작업하기 위해 git 설치했다고 가정하지만 그렇지 않은 경우 명령으로 먼저 다운로드 할 수 있습니다.
conda install git
버전 컨트롤에 대해 더 많이 배우고 명령 줄에서 git 사용하려면 GIT를 사용한 무료 코스 : 버전 컨트롤을 살펴보십시오.
이제 우리는 지역 환경을 만들 준비가되었습니다!
git clone https://github.com/udacity/deep-learning-v2-pytorch.git
cd deep-learning-v2-pytorch
Python 3.6으로 deep-learning 이라는 새로운 환경을 만들고 활성화하십시오. 설치를 진행하라는 메시지가 표시되면 (Proceed [y]/n) 유형 y.
conda create -n deep-learning python=3.6
source activate deep-learning
conda create --name deep-learning python=3.6
activate deep-learning
이 시점에서 명령 줄은 (deep-learning) <User>:deep-learning-v2-pytorch <user>$ 과 같이 보일 것입니다. (deep-learning) 는 환경이 활성화되었음을 나타내며 추가 패키지 설치를 진행할 수 있습니다.
Pytorch 및 Torchvision을 설치하십시오. 최신 버전의 Pytorch를 설치해야합니다.
conda install pytorch torchvision -c pytorch
conda install pytorch -c pytorch
pip install torchvision
요구 사항 텍스트 파일 (OPENCV 포함)에 지정된 몇 가지 필요한 PIP 패키지를 설치하십시오.
pip install -r requirements.txt
이제 대부분의 deep-learning 라이브러리를 사용할 수 있습니다. 예를 들어 텐서 플로 및 케라를 사용하려면 추가 요구 사항 파일이있는 저장소가있는 경우가 있습니다. 이 경우 다른 라이브러리를 기존 환경에 설치하거나 특정 프로젝트를위한 새로운 환경을 조성하는 것이 좋습니다.
이제 deep-learning 환경이 여전히 활성화되었다고 가정하면 기본 리포로 이동하여 노트북을 살펴볼 수 있습니다.
cd
cd deep-learning-v2-pytorch
jupyter notebook
작업 세션을 완료했을 때 환경을 종료하려면 터미널 창을 닫으십시오.
