职贝云数AI新零售门户

标题: TensorFlow相关组件的安装 [打印本页]

---

作者: fJEY    时间: 6 小时前
标题: TensorFlow相关组件的安装
安装Anaconda3

安装Anaconda3的时分可以安装在恣意磁盘中，在勾选path的时分全部勾选即可。更换Anaconda3的下载源为清华大学源，在此时期不要打开Anaconda3，在cmd中依次输入以下即可：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
安装Cuda 10.1

显卡驱动版本请先更新至最新版本。

及以上。

一步步默许安装即可
安装Cudnn-10.1

首先在cuda安装根目录中找到



进入下面目录中

将cudnn-10.1紧缩包解压处理后 将cudnn文件夹放在上图中的v10.1中复制这个途径



配置途径 🡪 1.打开环境变量配置，找到系统变量🡪Path,双击配置🡪新建🡪将复制的途径粘贴出去。并将其上移到下图选中的下方 ，点击确定即可

配置TensorFlow GPU 2.0

打开Anaconda3，进入首页后点击Environments 🡪 下方的“Create”命名为TensorFlow2.0🡪选择Python3.7，另外R 不选。



选中



选中 All搜索tensorflow



找到 tensorflow-gpu 2.0.0版本 点击apply等待下载，由于更改为清华大学的源所以下载很快。

我的第一个TensorFlow程序

打开goland开发工具（没有就本人安装）并新建项目

安装这样的途径创建文件

下面是一段代码
fromfutureimport absolute_import, division, print_function, unicode_literals
*# 安装 TensorFlow
*import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation= ‘relu’ ),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation= ‘softmax’ )
])
model.compile(optimizer= ‘adam’ ,
loss= ‘sparse_categorical_crossentropy’ ,
metrics=[ ‘accuracy’ ])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test, verbose=2)
复制下面的代码到你项目的.py文件中

然后，右击选择运转

留意：第一次运转毕竟慢，下面是运转效果

一切的安装和测试都已完成。
如何学习大模型 AI ？

由于新岗位的消费效率，要优于被取代岗位的消费效率，所以实践上整个社会的消费效率是提升的。
但是详细到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的残局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指点过不少同行后辈。协助很多人得到了学习和成长。
我看法到有很多阅历和知识值得分享给大家，也可以经过我们的才能和阅历解答大家在人工智能学习中的很多困惑，所以在工作繁忙的状况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业冤家无法获得正确的材料得到学习提升，故此将并将重要的AI大模型材料包括AI大模型入门学习思想导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频收费分享出来。
😝有需求的小伙伴，可以点击下方链接收费支付或者V扫描下方二维码收费支付🆓

第一阶段（10天）：初阶运用

该阶段让大家对大模型 AI有一个最前沿的看法，对大模型 AI 的了解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

大模型 AI 无能什么？大模型是怎样获得「智能」的？用好 AI 的核心心法大模型运用业务架构大模型运用技术架构代码示例：向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思想链和思想树Prompt 攻击和防备…

第二阶段（30天）：高阶运用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造公有知识库，扩展 AI 的才能。疾速开发一个残缺的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术停顿，合适 Python 和 JavaScript 程序员。

为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示（Embeddings）向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…

第三阶段（30天）：模型训练

恭喜你，假如学到这里，你基本可以找到一份大模型 AI相关的工作，本人也能训练 GPT 了！经过微调，训练本人的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的工夫。你曾经成为了一名“AI小子”。那么你还想往下探求吗？

为什么要做 RAG什么是模型什么是模型训练求解器 & 损失函数简介小实验2：手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…

第四阶段（20天）：商业闭环

对全球大模型从功能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到合适本人的项目/创业方向，做一名被 AI 武装的产品经理。

硬件选型带你了解全球大模型运用国产大模型服务搭建 OpenAI 代理热身：基于阿里云 PAI 部署 Stable Diffusion在本地计算机运转大模型大模型的公有化部署基于 vLLM 部署大模型案例：如何优雅地在阿里云公有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…

学习是一个过程，只需学习就会有应战。天道酬勤，你越努力，就会成为越优秀的本人。
假如你能在15天内完成一切的义务，那你可谓天赋。但是，假如你能完成 60-70% 的内容，你就曾经末尾具有成为一名大模型 AI 的正确特征了。
这份残缺版的大模型 AI 学习材料曾经上传CSDN，冤家们假如需求可以微信扫描下方CSDN官方认证二维码收费支付【保证100%收费】

😝有需求的小伙伴，可以Vx扫描下方二维码收费支付==🆓

---

欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)

Powered by Discuz! X3.5