看完了Deep Learning with Python，嘗試了部分Keras的demo代碼。 感覺Keras雖然容易上手，能夠快速搭建出一個通用的模型，但是缺乏對底層的控制。 同時，在使用了自己編譯的支持CUDA 10的tensorflow之後，總感覺有些不可控的bug出現；即使僅僅只是把demo ...
看完了Deep Learning with Python，嘗試了部分Keras的demo代碼。
感覺Keras雖然容易上手，能夠快速搭建出一個通用的模型，但是缺乏對底層的控制。
同時，在使用了自己編譯的支持CUDA 10的tensorflow之後，總感覺有些不可控的bug出現；即使僅僅只是把demo代碼改為自己的小工程，也有諸如load_model不能放在迴圈外（否則cudnn報錯），第一次model.predict正確，但是迴圈做第二個predict就出錯。在網上搜索了好幾天，也沒有找到問題的解答，懷疑是沒有使用官方的支持CUDA 10版本。
所以，決定轉向到pytorch上。原因有三：1. 有官方的CUDA10正式版本，並且從網上的反饋來看，版本維護及支持比keras好；2. 能夠對於深度學習的底層過程有更多的瞭解和控制；3. pytorch的嵌入式系統可移植性也很高，貌似速度更快。
系統： Ubuntu 18.04
硬體：1080Ti
1. Pytorch ubuntu安裝
官方網站：https://pytorch.org/，選擇正確的系統信息：
這裡需要運行sudo命令，否則直接運行pip3會報錯沒有許可權
sudo -H pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
sudo -H pip3 install torchvision
2. 測試安裝是否正常
返回一個5X3的隨機矩陣
3. 檢查是否有CUDA支持
返回True
