ai system lab 源码

实验1-框架及工具入门示例 实验目的 了解深度学习框架及工作流程(深度学习工作量) 了解在不同硬件和批大小(batch_size)条件下,张量运算产生的剩余 实验环境 PyTorch == 1.5.0 TensorFlow> = 1.15.0 【任选环境】带CUDA 10.0的单机Nvidia GPU 实验原理 通过在深度学习框架上调试和运行样例程序,观察不同配置下的运行结果,了解深度学习系统的工作流程。 实验内容 实验流程图 具体步骤 按装依赖包。PyTorch== 1.5,TensorFlow> = 1.15.0 下载并运行PyTorch仓库中提供的MNIST样例程序。 修改样例代码,保存网络信息,并使用TensorBoard图片出神经网络数据流图。 继续修改样例代码,记录并保存训练时正确率和损失值,使用TensorBoard画出损失和正确率趋势图。 添加神经网络分析功能(prof