人工智能算法與實踐-第2章 AI算法實驗環(huán)境簡介

TensorFlow框架搭建Python環(huán)境安裝與配置Python可視化庫深度學(xué)習(xí)算法實驗環(huán)境簡介目錄第二章AI算法實驗環(huán)境簡介人工智能算法與實踐—1—01Python環(huán)境安裝與配置PartTwo—2—首先對幾種工具的下載進行說明，包括Python、Anaconda、PyCharm，首先下載對應(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。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行管理，同時對環(huán)境可以進行統(tǒng)一管理，其下載網(wǎng)址為https:///products/individual?？梢酝ㄟ^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)者可以跳過這一步直接使用Python自帶的pip命令下載對應(yīng)的包。Pycharm功能：調(diào)試、語法高亮、Project管理、代碼跳轉(zhuǎn)、智能提示、自動完成等。PyCharm下載地址https:///pycharm/download/，用戶可以下載對應(yīng)的版本進行代碼調(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，如matplotlib、Seaborn、Bokeh、Plotly等，利用這些可視化庫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，其功能強大，表達(dá)方式多種多樣。下面重點介紹最為常用的matplotlib庫，并以折線圖、餅圖、柱狀圖及散點圖為例，幫助讀者快速入門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Python可視化庫—5—matplotlib的基本元素和常用方法matplotlib繪圖12Python可視化庫2.2Python可視化庫Python可視化庫—6—3可視化庫簡介matplotlib是一種Python數(shù)據(jù)可視化庫，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，它的設(shè)計與MATLAB非常相似，是一個2D繪圖庫，可以在Python中直接調(diào)用并使用。開發(fā)者能夠通過matplotlib僅用幾行簡單的代碼就可以完成圖形的繪制。2.2.1可視化庫簡介可視化庫簡介—7—1.matplotlibSeaborn是在matplotlib的基礎(chǔ)上進行了更高級的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可視化庫簡介可視化庫簡介—8—2.SeabornBokeh是一個Python交互式可視化庫，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對象、HTML或交互式Web應(yīng)用程序，Bokeh還支持流媒體和實時數(shù)據(jù)。2.2.1可視化庫簡介可視化庫簡介—9—3.BokehPlotly是新一代的Python數(shù)據(jù)可視化開發(fā)庫，基于D3.js、stack.gl（WebGL組件庫，由Plotly團隊的MikolaLysenko領(lǐng)導(dǎo)開發(fā)）和SVG，用JavaScript在網(wǎng)頁上實現(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。2.2.1可視化庫簡介可視化庫簡介—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，取值可以為十六進制字符串，也可以是英語單詞首字母縮寫或全拼，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)置點型形狀，用關(guān)鍵字參數(shù)對單個屬性賦值，這個參數(shù)的值只有簡寫，英文描述不被識別。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)對單個屬性賦值。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True，允許在一幅圖中繪制多條曲線；將hold屬性修改為False，每一個plot都會覆蓋前面的plot。但是不推薦去改動hold這個屬性，這種做法會有警告產(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方法的兩個值，為True和False（True與False的拼寫首字母必須為大寫），默認(rèn)值為True，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xlim、ylim方法設(shè)置坐標(biāo)軸范圍。xlim與ylim方法均含有兩個參數(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)組長度要和原來橫軸的坐標(biāo)長度一致。legend用來改變圖表的位置，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，顧名思義是位置的意思，其取值可以有10個，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，圖表會找到最合適的地方進行展示，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True）、設(shè)置背景顏色、設(shè)置邊框顏色（無邊框時無效）。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間或有序類別而變化的趨勢。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調(diào)各項數(shù)據(jù)占總體的比例，強調(diào)個體和整體的比較。繪制餅圖時使用的是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.散點圖03深度學(xué)習(xí)實驗環(huán)境簡介PartTwo—22—TensorFlow是由谷歌大腦團隊的研究人員和工程師開發(fā)的，它是深度學(xué)習(xí)領(lǐng)域中最常用的軟件庫。TensorFlow完全是開源的，并且有出色的社區(qū)支持。同時，TensorFlow為大多數(shù)復(fù)雜的深度學(xué)習(xí)模型預(yù)先編寫好了代碼，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)算法實驗環(huán)境簡介深度學(xué)習(xí)算法實驗環(huán)境簡介—23—1.TensorFlow2.KerasKeras是一個高層的API，它為快速實驗而開發(fā)。因此，如果希望獲得快速結(jié)果，Keras會自動處理核心任務(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上無縫運行。PyTorch是Torch深度學(xué)習(xí)框架的一個接口，可用于建立深度神經(jīng)網(wǎng)絡(luò)和執(zhí)行張量計算。張量是多維數(shù)組，就像numpy的ndarray一樣，它也可以在GPU上運行。PyTorch使用動態(tài)計算圖，PyTorch的Autograd軟件包從張量生成計算圖，并自動計算梯度。2.3深度學(xué)習(xí)算法實驗環(huán)境簡介深度學(xué)習(xí)算法實驗環(huán)境簡介—24—3.PyTorch4.CaffeCaffe是另一個面向圖像處理領(lǐng)域的、比較流行的深度學(xué)習(xí)框架，它是由賈陽青在加利福尼亞伯克利大學(xué)讀博士期間開發(fā)的。同樣，它也是開源的，Caffe對遞歸網(wǎng)絡(luò)和語言建模的支持不如上述3個框架。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?？臁addlePaddle中文名稱為飛槳，是由百度開發(fā)的中國首個自主研發(fā)、功能完備、開源開放的產(chǎn)業(yè)級深度學(xué)習(xí)平臺。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、端到端開發(fā)套件、豐富的工具組件于一體，同時支持動態(tài)圖和靜態(tài)圖，兼顧靈活性和效率。2.3深度學(xué)習(xí)算法實驗環(huán)境簡介深度學(xué)習(xí)算法實驗環(huán)境簡介—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，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Pycharm，依次選擇File→Settings→Interp