Материалы для/с курса по глубокому обучению
Программное обеспечение
Для прохождения этого курса нам понадобится: python3 (или python2) с пакетами numpy, scikit-learn, scikit-image, pytorch. Теоретически, можно писать код в любом текстовом редакторе, а для тестирования и экспериментов можно пользоваться терминалом. Но для удобства мы будем пользоваться программой jupyter notebook, в которой есть достаточно много удобств. Один из самых удобных способов работы с питоном -- при помощи anaconda.
Установка ПО:
-
Ставим anaconda с сайта Anaconda
- Можно поставить урезанный дистрибутив Miniconda
-
установка библиотек:
conda install numpy scikit-learn scikit-image
-
установка ноутбука:
conda install notebook
-
установка pytorch: следуйте инструкциям на сайте http://pytorch.org/
Если у Вас нет CUDA -- не страшно, можно для тренировки пользоваться pytorch на CPU, отличие с gpu будет заключаться только в отсутствии команд .gpu() и .cpu() для перетаскивания массивов из памяти процессора в графкарту и обратно
Поскольку я очень давно не пользуюсь windows, то прилагаю мануал anaconda для windows (на всякий случай) https://conda.io/docs/install/full.html
После установки pytorch обязательно проверьте его работоспособность: запустите код (в jupyter или в терминале)
import torch
x = torch.zeros(10, 10)
print(x)
Если все пройдет без ошибок -- все ОК Если в процессе вылетит ошибка, то, скорее всего, пакет прийдется собирать из исходников
Рекоммендуемая литература: