# IIIEDU-BDSE13-ML-DL-with-Python
本頁連結: https://hackmd.io/@chweng/bdse13

1. 安裝CUDA
2. 設定NVSMI (看NVIDIA DRIVER有沒有裝好)
1. 將```C:\Program Files\NVIDIA Corporation\NVSMI```加入System ```PATH```
2. 加入後, 開啟終端機(如GIT BASH), 然後輸入```nvidia-smi.exe```, 按Enter, 即可顯示出GPU使用率等資訊
3. 安裝cuDNN
將解壓縮後的資料, 逐一複製到```C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1```
4. 確定nvcc有安裝 (看CUDA有沒有裝好)

5. 安裝TensorFlow

安裝好後, 執行python, 然後載入TensorFlow並且嘗試看能否印出TensorFlow的版本:

   import tensorflow as tf
   print(tf.__version__)

---
請安裝Anaconda後，加裝如下套件:
* 基本套件

    pip install pandas matplotlib seaborn numpy scipy

* 機器學習套件

    pip install sklearn xgboost==0.90

* 其它套件

    pip install pillow graphviz
    pip install mlxtend
    pip install numexpr

    conda install -y shapely
    pip install imgaug opencv-python==3.4.7.28
    
    pip install jupyterlab

## 補充投影片



## 補充連結
* Python Machine Learning 課本的[筆記本教材](https://github.com/rasbt/python-machine-learning-book-2nd-edition)
* Stanford CS231 [[Convolution layer]](https://cs231n.github.io/convolutional-networks/)

## 作業

* **hw1**: Linear regression: 離群值會讓模型學得比較不好。試著去掉離群值，然後再訓練一次模型，看$R^2$有沒有變好。

---
翁啟閎
[e-mail]