自己花了大半天的时间终于把这个环境搭建好了，写个笔记提醒其他想要搭建的童鞋，避免踩坑。我发现主要的踩坑地方可能发生的千奇百怪，一个坑连着另外一个坑，当你乱七八糟地安装了一堆包之后，最好的办法就是卸载重来。这个方法是我目前发现的最有效的方式，不然你就会莫名其妙地报了一个错，然后在网上死活也搜不到解决办法。Anaconda下载1.官网下载Anaconda|IndividualEdition没什么好说的，直接官网下载即可。2.安装步骤安装步骤详见这篇链接，我直接转载了，大家安装详细的步骤设置即可。手把手教你如何在Windows安装Anaconda-SegmentFault思否这里要注意环境变量的配置

镜像下载、域名解析、时间同步请点击阿里云开源镜像站第一步：配置镜像源，安装必要环境更换镜像第二步：安装anaconda1进入官网https://www.anaconda.com/2下载linux的sh版3在对应位置通过命令输入sh文件名.sh4选择YES5选择NO（我们要自定义配置环境）第三步：安装完成Anconda后配置环境1编辑环境变量vim~/.bashrc2添加内容exportPATH="/自己对应的路径名/anaconda3/bin:$PATH"3激活修改的内容source~/.bashrc4测试conda若没有显示notfond则表示anaconda安装成功第四步：通过Anacon

镜像下载、域名解析、时间同步请点击阿里云开源镜像站第一步：配置镜像源，安装必要环境更换镜像第二步：安装anaconda1进入官网https://www.anaconda.com/2下载linux的sh版3在对应位置通过命令输入sh文件名.sh4选择YES5选择NO（我们要自定义配置环境）第三步：安装完成Anconda后配置环境1编辑环境变量vim~/.bashrc2添加内容exportPATH="/自己对应的路径名/anaconda3/bin:$PATH"3激活修改的内容source~/.bashrc4测试conda若没有显示notfond则表示anaconda安装成功第四步：通过Anacon

项目内容这个作业属于哪个课程2021春季计算机学院软件工程(罗杰任健)这个作业的要求在哪里结对项目-第三阶段我们在这个课程的目标是和团队开发真正的软件，一起提升开发与合作的能力这个作业在哪个具体方面帮助我们实现目标通过结对编程学习协作设计与编码、代码复审、CI使用等成员介绍项目内容结对项目第一阶段的Gitlab仓库地址PairProgramming二人的学号后四位3110,3142博客地址MadokaHomura(朱正阳),zixfy(赵子轩)前情回顾初见，结对编程！(上)磨练，结对编程!(中)一、结对项目实践反思1.问题分析针对前面两个阶段中出现的问题，分析问题的特征、产生的根源和对质量的影

项目内容这个作业属于哪个课程2021春季计算机学院软件工程(罗杰任健)这个作业的要求在哪里结对项目-第三阶段我们在这个课程的目标是和团队开发真正的软件，一起提升开发与合作的能力这个作业在哪个具体方面帮助我们实现目标通过结对编程学习协作设计与编码、代码复审、CI使用等成员介绍项目内容结对项目第一阶段的Gitlab仓库地址PairProgramming二人的学号后四位3110,3142博客地址MadokaHomura(朱正阳),zixfy(赵子轩)前情回顾初见，结对编程！(上)磨练，结对编程!(中)一、结对项目实践反思1.问题分析针对前面两个阶段中出现的问题，分析问题的特征、产生的根源和对质量的影

?作者：韩信子@ShowMeAI?深度学习实战系列：https://www.showmeai.tech/tutorials/42?本文地址：https://www.showmeai.tech/article-detail/319?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容当今的很多AI算法落地，我们都需要依赖特定的机器学习框架，现在比较热门的AI工具库如TensorFlow和PyTorch都出自大厂，并且有很好的生态和资源，借助它们我们可以很快速完成典型的一些任务，如图像分类或自然语言处理。然而，工具库和工具库之间的相互切换，是一件很麻烦的事情，比如某

?作者：韩信子@ShowMeAI?深度学习实战系列：https://www.showmeai.tech/tutorials/42?本文地址：https://www.showmeai.tech/article-detail/319?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容当今的很多AI算法落地，我们都需要依赖特定的机器学习框架，现在比较热门的AI工具库如TensorFlow和PyTorch都出自大厂，并且有很好的生态和资源，借助它们我们可以很快速完成典型的一些任务，如图像分类或自然语言处理。然而，工具库和工具库之间的相互切换，是一件很麻烦的事情，比如某

pre{line-height:125%}td.linenos.normal{color:inherit;background-color:rgba(0,0,0,0);padding-left:5px;padding-right:5px}span.linenos{color:inherit;background-color:rgba(0,0,0,0);padding-left:5px;padding-right:5px}td.linenos.special{color:rgba(0,0,0,1);background-color:rgba(255,255,192,1);padding-left

pre{line-height:125%}td.linenos.normal{color:inherit;background-color:rgba(0,0,0,0);padding-left:5px;padding-right:5px}span.linenos{color:inherit;background-color:rgba(0,0,0,0);padding-left:5px;padding-right:5px}td.linenos.special{color:rgba(0,0,0,1);background-color:rgba(255,255,192,1);padding-left

官方实现PyTorch已经实现了一个RNN类，就在torch.nn工具包中，通过torch.nn.RNN调用。使用步骤：实例化类；将输入层向量和隐藏层向量初始状态值传给实例化后的对象，获得RNN的输出。在实例化该类时，需要传入如下属性：input_size：输入层神经元个数；hidden_size：每层隐藏层的神经元个数；num_layers：隐藏层层数，默认设置为1层；nonlinearity：激活函数的选择，可选是'tanh'或者'relu'，默认设置为'tanh'；bias：偏置系数，可选是'True'或者'False'，默认设置为'True'；batch_first：可选是'True'