# 从零开始学TensorFlow 2.0(Tensorflow2.0_starter__chinese)
做这个仓库是因为自己看了一年论文,但是代码复现能力总是捉鸡:joy:正好Tensorflow2.0推荐使用keras作为构建网络的api,学习成本低了很多,于是想分享一些学习过程的经验和爬过的坑~
**notebook**文件夹中是代码和讲解的notebook文件,
大家可以`git clone https://github.com/Clearailhc/Tensorflow2.0_starter_chinese `到本地运行;
**markdown**文件夹中是课程的md版本,大家可以对照着自己实践。
本仓库慢慢更新,欢迎讨论~ 希望和大家一起进步~
(如果大家觉得有帮助的话,请留下小星星 :star:哦 )
参考:
- tensorflow2_tutorials_chinese(https://github.com/czy36mengfei/tensorflow2_tutorials_chinese)
- 中文keras文档(https://github.com/MoyanZitto/keras-cn)
### 0. TensorFlow 2.0-gpu 安装
个人推荐使用conda安装,省去了分别手动安装CUDA,CUDNN和tf、配置正确版本的繁琐过程,并且conda命令各平台通用。
#### 0.1. 安装对应版本的Anaconda
可以选择官网下载或者清华开源镜像站 (https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/) 下载,选择最新的版本下载即可(默认python3.7),下载完成后将清华镜像加入Anaconda Python 免费仓库,打开conda prompt或者terminal运行以下命令:
```
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
```
#### 0.2. 新建环境并安装Tensorflow 2.0
使用conda最大的好处是可以创建相对独立的环境,哪怕某个环境崩了也不会影响其它,同样在conda prompt或者terminal运行以下命令:
```
conda create -n your_env_name python=3.7
```
将your_env_name替换为您想要的环境名(如tf2),后面的python版本可选,若省略则默认和你的anaconda基础python同一版本。
创建完成后运行:
```
conda activate your_env_name
```
激活该独立环境,此时命令行前会显示当前环境名,之后的操作默认都在新的环境中进行。
下面将使用conda安装Tensorflow 2.0,因为此时conda库中并无tf 2.0的包(仅可以通过pip安装),可以采用曲线救国策略先安装`Tensorflow 1.13.1`(cuda和cudnn版本与tf 2.0相同),运行如下命令:
```
conda install tensorflow-gpu==1.13.1
```
之后会提示安装相关的包,按 `y` 继续,等待安装完成。
然后偷梁换柱卸载掉tf 1.13,使用pip安装tf 2.0:
```
pip uninstall tensorflow-gpu
pip install tensorflow-gpu==2.0.0b1 -i https://pypi.tuna.tsinghua.edu.cn/simple
```
至此就在该环境中安装完了Tensorflow 2.0-gpu。
#### 0.3. Jupyter lab多kernel配置
此时可以通过三种方式使用该环境:
1. 在conda prompt或者terminal中激活该环境后,直接输入*python*进入python。
2. 使用pycharm、spyder等IDE,手动切换环境路径为“%Anaconda安装目录/envs/your_env_name”
3. 使用Jupyter Lab(notebook升级版)配置多多环境kernel
因为本项目为基于Jupyter的项目,着重讲一下第三种方式:
- 先激活tf2.0所在的环境,使用`conda install ipykernel`安装*ipykernel*.
- 使用`conda deactivate`回到base环境,使用`conda install nb_conda` 安装*nb_conda*.
- 新建一个conda prompt或者terminal,输入`jupyter lab`运行juyter lab,此时可以看到多个环境的kernel。
jupyter lab的其它用法可以通过别的学习资料了解,至此已经完成了Tensorflow 2.0的安装和运行环境配置,如有问题欢迎提问~
### 1. TF中的Keras入门
#### [1.1 Keras快速入门](https://github.com/Clearailhc/Tensorflow2.0_starter_chinese/blob/master/markdown/1.1_keras_overview.md)
本课的内容是和大家一起跑起来tf中基于keras构建的神经网络模型,包括基础的模型搭建、训练、预测等。
#### [Test 1. 实现mnist手写字体识别(全连接神经网络)](https://github.com/Clearailhc/tf2.0_tutorials_practice_chinese/blob/master/markdown/test1_mnist_dense.md)
本测试的内容是和大家一起利用第一课的`keras.Sequential`模型构建全连接的神经网络,来解决mnist手写字体识别问题。
#### [1.2 keras函数api](https://github.com/Clearailhc/Tensorflow2.0_starter_chinese/blob/master/markdown/1.2_keras_api/1.2_keras_api.md)
本课的内容是除了使用序列模型都搭建网络之外,可以使用keras函数式api构建高度自定义的模型。
没有合适的资源?快使用搜索试试~ 我知道了~
一个很基础的Tf2.0学习教程,不需要你有tf或者keras基础,只需要有简单的python知识和一定的深度学习知识~.zip
共28个文件
ipynb:7个
md:5个
png:4个
需积分: 5 1 下载量 67 浏览量
2024-02-22
09:22:09
上传
评论
收藏 562KB ZIP 举报
温馨提示
一个很基础的Tf2.0学习教程,不需要你有tf或者keras基础,只需要有简单的python知识和一定的深度学习知识~
资源推荐
资源详情
资源评论
收起资源包目录
一个很基础的Tf2.0学习教程,不需要你有tf或者keras基础,只需要有简单的python知识和一定的深度学习知识~.zip (28个子文件)
kwan1117
.vscode
settings.json 67B
markdown
1.2_keras_api
output_2_1.png 17KB
1.2_keras_api.md 15KB
1.1_keras_overview.md 20KB
test1_mnist_dense.md 13KB
weights
checkpoint 71B
model.index 2KB
weights.h5 36KB
model.data-00000-of-00002 3KB
weights.index 2KB
weights.data-00000-of-00002 3KB
model.data-00001-of-00002 60KB
weights.data-00001-of-00002 60KB
notebook
1.2_keras_api.ipynb 43KB
test1_mnist_dense.ipynb 17KB
multi_model.png 41KB
.ipynb_checkpoints
1.1_keras_overview-checkpoint.ipynb 24KB
test1_mnist_dense-checkpoint.ipynb 17KB
1.2_keras_api-checkpoint.ipynb 43KB
1.1_Keras 快速入门-checkpoint.ipynb 2KB
1.1_keras_overview.ipynb 26KB
models
all_model.h5 92KB
weights.h5 36KB
model_save.h5 248KB
minst_model.png 6KB
minst_info.png 17KB
.ipynb_checkpoints
README-checkpoint.md 1KB
README.md 5KB
共 28 条
- 1
资源评论
Kwan的解忧杂货铺
- 粉丝: 2w+
- 资源: 3699
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功