人工智能算法與實(shí)踐-第2章 AI算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介_(kāi)第1頁(yè)
人工智能算法與實(shí)踐-第2章 AI算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介_(kāi)第2頁(yè)
人工智能算法與實(shí)踐-第2章 AI算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介_(kāi)第3頁(yè)
人工智能算法與實(shí)踐-第2章 AI算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介_(kāi)第4頁(yè)
人工智能算法與實(shí)踐-第2章 AI算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介_(kāi)第5頁(yè)
已閱讀5頁(yè),還剩24頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

TensorFlow框架搭建Python環(huán)境安裝與配置Python可視化庫(kù)深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介目錄第二章AI算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介人工智能算法與實(shí)踐—1—01Python環(huán)境安裝與配置PartTwo—2—首先對(duì)幾種工具的下載進(jìn)行說(shuō)明,包括Python、Anaconda、PyCharm,首先下載對(duì)應(yīng)的工具。Python下載方式可在Python的官網(wǎng)https://www.P/查詢,下載Python-XYZ.exe文件,XYZ為安裝的版本號(hào)。建議下載3.5及以上的版本用于調(diào)試,本文以Python3.7作為調(diào)試環(huán)境。Anaconda可以便捷地獲取包且能夠?qū)ΠM(jìn)行管理,同時(shí)對(duì)環(huán)境可以進(jìn)行統(tǒng)一管理,其下載網(wǎng)址為https:///products/individual??梢酝ㄟ^(guò)UI界面或者conda命令行建立環(huán)境和安裝相應(yīng)的包使用。初學(xué)者可以跳過(guò)這一步直接使用Python自帶的pip命令下載對(duì)應(yīng)的包。Pycharm功能:調(diào)試、語(yǔ)法高亮、Project管理、代碼跳轉(zhuǎn)、智能提示、自動(dòng)完成等。PyCharm下載地址https:///pycharm/download/,用戶可以下載對(duì)應(yīng)的版本進(jìn)行代碼調(diào)試。2.1Python環(huán)境安裝與配置Python環(huán)境安裝與配置—3—02Python可視化庫(kù)PartTwo—4—數(shù)據(jù)可視化將技術(shù)與藝術(shù)完美結(jié)合,借助圖形化的手段,清晰有效地傳達(dá)與溝通信息,直觀、形象地顯示海量的數(shù)據(jù)和信息,并進(jìn)行交互處理。數(shù)據(jù)可視化的應(yīng)用十分廣泛,幾乎可以應(yīng)用于自然科學(xué)、工程技術(shù)、金融、通信和商業(yè)等各種領(lǐng)域。在Python中有20多種可視化庫(kù),如matplotlib、Seaborn、Bokeh、Plotly等,利用這些可視化庫(kù)可以將原本枯燥的數(shù)據(jù)以美觀形象的方式展現(xiàn)出來(lái),其功能強(qiáng)大,表達(dá)方式多種多樣。下面重點(diǎn)介紹最為常用的matplotlib庫(kù),并以折線圖、餅圖、柱狀圖及散點(diǎn)圖為例,幫助讀者快速入門(mén)Python的數(shù)據(jù)可視化方法,方便后續(xù)的學(xué)習(xí)。2.2Python可視化庫(kù)Python可視化庫(kù)—5—matplotlib的基本元素和常用方法matplotlib繪圖12Python可視化庫(kù)2.2Python可視化庫(kù)Python可視化庫(kù)—6—3可視化庫(kù)簡(jiǎn)介matplotlib是一種Python數(shù)據(jù)可視化庫(kù),盡管它已有十多年的歷史,但仍然是Python社區(qū)中使用最廣泛的繪圖庫(kù),它的設(shè)計(jì)與MATLAB非常相似,是一個(gè)2D繪圖庫(kù),可以在Python中直接調(diào)用并使用。開(kāi)發(fā)者能夠通過(guò)matplotlib僅用幾行簡(jiǎn)單的代碼就可以完成圖形的繪制。2.2.1可視化庫(kù)簡(jiǎn)介可視化庫(kù)簡(jiǎn)介—7—1.matplotlibSeaborn是在matplotlib的基礎(chǔ)上進(jìn)行了更高級(jí)的API封裝,從而使得作圖更加容易。在大多數(shù)情況下使用Seaborn能制作出具有吸引力的圖,而使用matplotlib能制作具有更多特色的圖。Seaborn利用matplotlib的強(qiáng)大功能,可以只用幾行代碼就創(chuàng)建漂亮的圖表。2.2.1可視化庫(kù)簡(jiǎn)介可視化庫(kù)簡(jiǎn)介—8—2.SeabornBokeh是一個(gè)Python交互式可視化庫(kù),支持現(xiàn)代化Web瀏覽器,提供非常完美的展示功能。Bokeh基于TheGrammarofGraphics,它的優(yōu)勢(shì)在于能夠創(chuàng)建交互式的網(wǎng)站圖,它可以很容易地輸出為JSON對(duì)象、HTML或交互式Web應(yīng)用程序,Bokeh還支持流媒體和實(shí)時(shí)數(shù)據(jù)。2.2.1可視化庫(kù)簡(jiǎn)介可視化庫(kù)簡(jiǎn)介—9—3.BokehPlotly是新一代的Python數(shù)據(jù)可視化開(kāi)發(fā)庫(kù),基于D3.js、stack.gl(WebGL組件庫(kù),由Plotly團(tuán)隊(duì)的MikolaLysenko領(lǐng)導(dǎo)開(kāi)發(fā))和SVG,用JavaScript在網(wǎng)頁(yè)上實(shí)現(xiàn)了類似MATLAB和Pythonmatplotlib的圖形展示功能,提供了完善的交互功能和靈活的繪制選項(xiàng)。2.2.1可視化庫(kù)簡(jiǎn)介可視化庫(kù)簡(jiǎn)介—10—4.Plotlyx軸和y軸代表的是水平和垂直的軸線;x軸和y軸的刻度代表坐標(biāo)軸的分隔,包括最小刻度和最大刻度;x軸和y軸刻度標(biāo)簽代表特定坐標(biāo)軸的值;繪圖區(qū)域代表實(shí)際繪圖的區(qū)域。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—11—1.基本元素plot是matplotlib繪圖庫(kù)的繪圖方法,常用的主要參數(shù)有color、marker、linestyle等。color參數(shù)設(shè)置圖形顏色,取值可以為十六進(jìn)制字符串,也可以是英語(yǔ)單詞首字母縮寫(xiě)或全拼,注意,藍(lán)色blue與黑色black的首字母都為b,所以規(guī)定,b代表的是blue藍(lán)色,而黑色則用k來(lái)表示。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—12—2.plot方法marker參數(shù)是設(shè)置點(diǎn)型形狀,用關(guān)鍵字參數(shù)對(duì)單個(gè)屬性賦值,這個(gè)參數(shù)的值只有簡(jiǎn)寫(xiě),英文描述不被識(shí)別。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—13—2.plot方法linestyle是線型參數(shù),設(shè)置直線形狀,關(guān)鍵字參數(shù)對(duì)單個(gè)屬性賦值。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—14—2.plot方法hold屬性默認(rèn)為T(mén)rue,允許在一幅圖中繪制多條曲線;將hold屬性修改為False,每一個(gè)plot都會(huì)覆蓋前面的plot。但是不推薦去改動(dòng)hold這個(gè)屬性,這種做法會(huì)有警告產(chǎn)生,因此使用默認(rèn)設(shè)置即可。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—15—4.grid方法3.hold方法使用grid方法可以為圖表添加網(wǎng)格線。設(shè)置grid參數(shù)(參數(shù)與plot方法相同),.lw代表linewidth,指線的粗細(xì);.alpha表示線的明暗程度。grid方法的兩個(gè)值,為T(mén)rue和False(True與False的拼寫(xiě)首字母必須為大寫(xiě)),默認(rèn)值為T(mén)rue,True表示顯示網(wǎng)格線,而False表示隱藏網(wǎng)格線。如果axis方法沒(méi)有任何參數(shù),則返回當(dāng)前坐標(biāo)軸的上下限。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—16—5.axis方法6.xlim方法和ylim方法除了axis方法,還可以通過(guò)xlim、ylim方法設(shè)置坐標(biāo)軸范圍。xlim與ylim方法均含有兩個(gè)參數(shù),表示的是坐標(biāo)范圍的最小值與最大值。7.xticks方法xticks方法設(shè)置橫坐標(biāo)的刻度標(biāo)記,將坐標(biāo)軸變成人們想要的樣子。xticks方法類似覆蓋,并且覆蓋的數(shù)組長(zhǎng)度要和原來(lái)橫軸的坐標(biāo)長(zhǎng)度一致。legend用來(lái)改變圖表的位置,常用參的主要數(shù)有l(wèi)oc、fontsize、frameon、facecolor、edgecolor以及title等。loc是location的縮寫(xiě),顧名思義是位置的意思,其取值可以有10個(gè),分別為upperleft、uppercenter、upperright、centerleft、center、centerright、best”,“l(fā)owerleft、lowercenter、lowerright,用戶可以根據(jù)自己的需要設(shè)置不同的值,其中best值是指,圖表會(huì)找到最合適的地方進(jìn)行展示,不需要用戶指定。fontsize是字體大小,可取值為xx-small、x-small、small、medium、large、x-large、xx-large。frameon、facecolor、edgecolor分別代表的是設(shè)置圖表邊框(默認(rèn)為T(mén)rue)、設(shè)置背景顏色、設(shè)置邊框顏色(無(wú)邊框時(shí)無(wú)效)。title參數(shù)設(shè)置圖表標(biāo)題。2.2.2matplotlib的基本元素和常用方法matplotlib的基本元素和常用方法—17—8.legend方法折線圖多用于顯示隨時(shí)間或有序類別而變化的趨勢(shì)。在Python中,要繪制折線圖,首先引入matplotlib包,然后設(shè)置x和y數(shù)據(jù),最后繪圖,繪圖時(shí)采用的是plot方法。2.2.3matplotlib繪圖matplotlib繪圖—18—1.折線圖餅圖一般用于強(qiáng)調(diào)各項(xiàng)數(shù)據(jù)占總體的比例,強(qiáng)調(diào)個(gè)體和整體的比較。繪制餅圖時(shí)使用的是pie方法。2.2.3matplotlib繪圖matplotlib繪圖—19—2.餅圖柱狀圖同樣需要先引入matplotlib包,然后設(shè)置x軸的數(shù)據(jù)以及條形的高度,通過(guò)xticks方法,將坐標(biāo)軸上的刻度值換成人們想要的數(shù)據(jù)間隔和標(biāo)簽。2.2.3matplotlib繪圖matplotlib繪圖—20—3.柱狀圖散點(diǎn)圖的繪制有兩種方式,一種是使用plot方法,只需將其中的marker屬性值設(shè)置為“o”,linestyle屬性值設(shè)置為“none”即可;另一種方式是使用scatter方法,直接調(diào)用即可。2.2.3matplotlib繪圖matplotlib繪圖—21—4.散點(diǎn)圖03深度學(xué)習(xí)實(shí)驗(yàn)環(huán)境簡(jiǎn)介PartTwo—22—TensorFlow是由谷歌大腦團(tuán)隊(duì)的研究人員和工程師開(kāi)發(fā)的,它是深度學(xué)習(xí)領(lǐng)域中最常用的軟件庫(kù)。TensorFlow完全是開(kāi)源的,并且有出色的社區(qū)支持。同時(shí),TensorFlow為大多數(shù)復(fù)雜的深度學(xué)習(xí)模型預(yù)先編寫(xiě)好了代碼,比如遞歸神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)。2.3深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介—23—1.TensorFlow2.KerasKeras是一個(gè)高層的API,它為快速實(shí)驗(yàn)而開(kāi)發(fā)。因此,如果希望獲得快速結(jié)果,Keras會(huì)自動(dòng)處理核心任務(wù)并生成輸出。Keras支持卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò),可以在CPU和GPU上無(wú)縫運(yùn)行。PyTorch是Torch深度學(xué)習(xí)框架的一個(gè)接口,可用于建立深度神經(jīng)網(wǎng)絡(luò)和執(zhí)行張量計(jì)算。張量是多維數(shù)組,就像numpy的ndarray一樣,它也可以在GPU上運(yùn)行。PyTorch使用動(dòng)態(tài)計(jì)算圖,PyTorch的Autograd軟件包從張量生成計(jì)算圖,并自動(dòng)計(jì)算梯度。2.3深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介—24—3.PyTorch4.CaffeCaffe是另一個(gè)面向圖像處理領(lǐng)域的、比較流行的深度學(xué)習(xí)框架,它是由賈陽(yáng)青在加利福尼亞伯克利大學(xué)讀博士期間開(kāi)發(fā)的。同樣,它也是開(kāi)源的,Caffe對(duì)遞歸網(wǎng)絡(luò)和語(yǔ)言建模的支持不如上述3個(gè)框架。但是Caffe最突出的地方是它的處理速度和從圖像中學(xué)習(xí)的速度非???。PaddlePaddle中文名稱為飛槳,是由百度開(kāi)發(fā)的中國(guó)首個(gè)自主研發(fā)、功能完備、開(kāi)源開(kāi)放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)。PaddlePaddle以百度多年的深度學(xué)習(xí)技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ),集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫(kù)、端到端開(kāi)發(fā)套件、豐富的工具組件于一體,同時(shí)支持動(dòng)態(tài)圖和靜態(tài)圖,兼顧靈活性和效率。2.3深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介深度學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境簡(jiǎn)介—25—5.PaddlePaddle04TensorFlow框架搭建PartTwo—26—在Anaconda中創(chuàng)建環(huán)境以及環(huán)境名,選擇對(duì)應(yīng)的Python版本等待創(chuàng)建即可。2.4TensorFlow框架搭建TensorFlow框架搭建—27—1.創(chuàng)建環(huán)境2.安裝包導(dǎo)入在Anaconda新創(chuàng)建的環(huán)境中選擇Notinstalled選項(xiàng),在右側(cè)搜索所需的包名,單擊該包顯示綠色箭頭,然后apply,等待安裝即可。3.選擇環(huán)境打開(kāi)Pycharm,依次選擇File→Settings→Interp

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論