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

深度学习训练中迭代次数对最后预测结果的影响代码的运行环境源代码控制迭代次数代码的运行环境win10专业版Anaconda2020.02 +tensorflow1.14.0 + keras2.2.5源代码源代码主要来自杨培文的《深度学习入门图像处理》这本书，进行了一些微小的改变：把数据集cifar-10改成cifar-100。from __future__ import print_function

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

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.