网络上确实有很多画神经网络图的方法，我是一个初学者，仅仅只有一点Python基础，下面记录一下我自己第一次画神经网络结构图的方法和踩过的坑。我的办法按照网上各路大神提供的资料，我首先 尝试了graphviz，但是在安装成功后，尝试了网上的一个现成的代码。digraph G {rankdir=LRsplines=linenodesep=.05;node [label=""];subgraph clu

在pytorch训练过程中出现loss=nan的情况，梯度爆炸。可采取的办法：1.学习率太高。2.loss函数3.对于回归问题，可能出现了除0 的计算，加一个很小的余项可能可以解决，比如log(x + 微小量)，避免无穷大。4.数据本身，是否存在Nan，可以用numpy.any(numpy.isnan(x))检查一下input和target5.target本身应该是能够被loss函数计算的，比如s

Anaconda下面安装pytorchpytorch CPU版本的安装pytorch CPU版本的安装1.进入官网https://pytorch.org/，找到适合自己的pytorch版本，我的选择版本如下：复制"Run this Command"的两条命令。pip install torch1.7.0+cpu torchvision0.8.1+cpu torchaudio=0.7.0 -f ht

在pytorch训练过程中出现loss=nan的情况，梯度爆炸。可采取的办法：1.学习率太高。2.loss函数3.对于回归问题，可能出现了除0 的计算，加一个很小的余项可能可以解决，比如log(x + 微小量)，避免无穷大。4.数据本身，是否存在Nan，可以用numpy.any(numpy.isnan(x))检查一下input和target5.target本身应该是能够被loss函数计算的，比如s

现在的开发环境比较多，在学习的过程中，经常会使用到不同的开发环境，最常用的就是TensorFlow和pytorch，以及其他的开发环境，我在学习的过程中使用的开发环境主要有pytorch和TensorFlow两种。今天我从百度中学习如何安装多种深度学习开发环境。查看Python环境的方法conda info --env：可以看到所有python环境，前面有个‘*’的代表当前环境1.创建pytorc

代码环境：win10+anaconda2020.02+TensorFlow1.14.0+Keras2.2.5源代码如下from __future__ import print_functionimport numpy as npfrom keras.callbacks import TensorBoardfrom keras.models import Sequentialfrom keras.o

安装anaconda2020.02安装CUDAAnaconda我之前已经安装好了，没有再重复安装，这里找一篇其他网友的博客，安装anaconda，其实百度一下如何安装Anaconda还是有很多的，都比较容易搞定。安装CUDA，首先去pytorch官网查看一下自己需要安装的CUDA版本pytorch官网，这里安装最新的CUDA版本，如下图：然后去英伟达官网下载CUDA11.0英伟达官网CUDA11.

现在的开发环境比较多，在学习的过程中，经常会使用到不同的开发环境，最常用的就是TensorFlow和pytorch，以及其他的开发环境，我在学习的过程中使用的开发环境主要有pytorch和TensorFlow两种。今天我从百度中学习如何安装多种深度学习开发环境。查看Python环境的方法conda info --env：可以看到所有python环境，前面有个‘*’的代表当前环境1.创建pytorc

同时安装pytorch和TensorFlow等多种深度学习开发环境（1）在前一篇博文里面，因为cuda版本问题，只创建一个环境安装了pytorch。并没有安装tensorflow。CUDA版本问题解决之前的pytorch是使用CUDA11.0，目前对于TensorFlow大都都是CUDA10.2以及以下。重现卸载CUDA11.0也是一个麻烦事情。解决办法同时安装多个CUDA版本。在原有CUDA11

13D图形绘制需要（x,y,z)三组值，下面通过numpy和Axes3D函数会议3D图形。其中Axes3D是mpl_toolkits.mplot3d中的一个绘图函数，mpl_toolkits.mplot3d是Matplotlib里面专门用来画三维图的工具包。2.mpl_toolkits.mplot3d导入方式如下：或者：from mpl_toolkits.mplot3d import *或者：fr