Tensorflow是普遍使用的实现机器学习以及其它涉及大量数学运算的算法库之一。Tensorflow由Google开发,是GitHub上最受欢迎的机器学习库之一。Google几乎在全部应用程序中都使用Tensorflow来实现机器学习。 例如,若是您使用到了Google照片或Google语音搜索,那么您就间接使用了Tensorflow模型。它们在大型Google硬件集群上工做,在感知任务方面功能强大。python
个人环境是Anaconda3.5.2m,安装的是旧版本的tensorflow算法
pip install tensorflow==1.8.0
pip install tensorflow pip install -U --ignore-installed wrapt enum34 simplejson netaddr pip install tensorflow
import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))
#忽略警告处理方法 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
解压CUDNN安装包json
打开CUDA安装位置网络
把CUDNN中的bin、lib、include目录中的文件复制到CUDA对应的目录中框架
pip install tensorflow-gpu==1.8.0
pytorch官网:https://pytorch.org/机器学习
pytorch是一个python优先的深度学习框架,是一个和tensorflow,Caffe,MXnet同样,很是底层的框架。 工具
Torch 自称为神经网络界的 Numpy, 由于他能将 torch 产生的 tensor 放在 GPU 中加速运算 (前提是你有合适的 GPU), 就像 Numpy 会把 array 放在 CPU 中加速运算. 因此神经网络的话, 固然是用 Torch 的 tensor 形式数据最好。 就像 Tensorflow 当中的 tensor 同样。pytorch是一个动态的建图的工具。不像Tensorflow那样,先建图,而后经过feed和run重复执行建好的图。相对来讲,pytorch具备更好的灵活性。学习
打开 pytorch官网 ,而后根据状况选择安装的版本。this
个人python版本是3.6.5spa
pip install https://download.pytorch.org/whl/cpu/torch-1.1.0-cp36-cp36m-win_amd64.whl pip install https://download.pytorch.org/whl/cpu/torchvision-0.3.0-cp36-cp36m-win_amd64.whl
import torch print(torch.__version__)