| title | General Deep Learning |
|---|---|
| emoji | 🏃 |
| colorFrom | yellow |
| colorTo | gray |
| sdk | gradio |
| sdk_version | 6.12.0 |
| python_version | 3.12 |
| app_file | app.py |
| pinned | false |
| license | mit |
| short_description | General Deep Learning is a practical deep learning experimen |
通用深度学习（General Deep Learning） 是一个面向学习和实践的深度学习项目集合。
这个项目通过一组可运行的深度学习任务，串起数据处理、模型搭建、训练、推理和部署等常见流程。每个任务都尽量保持清晰、可修改，方便用来学习、实验和复用。
- 任务完整：每个任务尽量覆盖数据准备、模型训练、测试、导出和推理。
- 结构清晰：把数据集、模型、训练流程和界面展示拆开，方便单独阅读和替换。
- 便于改动：适合用来尝试新数据集、新模型结构，或者把已有任务改成自己的实验。
- 保留工程细节：包含检查点、TensorBoard、环境配置、Hugging Face Space 部署等常见实践。
部分组件会采用轻量实现来帮助理解结构，部分任务也会借助 Keras、TensorFlow、keras_hub 等工具来保证流程清楚、容易跑通。
已包含任务：
- Wiki GPT - 基于中文维基语料的文本生成
- 诗歌生成器 - GPT 和 RNN 双版本对比
- 猫狗图片分类 - 基于 CNN 的图像分类
- Oxford Pets 图像分割 - 语义分割任务
- YOLO 目标检测 - 基于 YOLO 的单阶段目标检测
如果暂时不想配置本地环境，可以先访问 Hugging Face Space 体验已经导出的模型：
如果你想快速跑通、修改数据源、替换模型或接入新任务，请阅读：
如果你想理解项目结构和定位，请阅读：
使用方法：
# 创建环境
conda env create -f <environment.yml>
# 激活环境
conda activate general-dl
# 更新 environment.yml
conda env update -f <environment.yml> --prune上述 <environment.yml> 是环境配置文件的路径，需要替换成实际的文件名：
- 如果你是本地开发，使用
environment.yml（Mac Intel 64 环境，ENV=development，可短写为ENV=dev） - 如果你是在远程服务器或正式训练环境上运行，使用
environment-linux.yml（Linux 服务器环境，ENV=production，可短写为ENV=prod）
Mac Intel 本地环境需要注意 Keras 版本范围：
- Keras 需要大于 3.6，否则加载
embedding(x, reverse=True)生成的计算图会有问题。 - Keras 需要小于 3.13，否则 RNN 训练中使用内置
accuracy指标时可能遇到 TensorFlow C++ 断言失败。
插曲：
环境配置出现了问题，强制重新安装 tensorflow-text 才修复。
pip uninstall tensorflow-text -y pip install --no-cache-dir --force-reinstall tensorflow-text==2.20.0
首先，不同的按照环境对应不同的环境变量（environment.yml / environments-linux.yml），上文提过。
其次，为某个环境永久设置环境变量的方式：
conda env config vars set ENV=development
# 还需要重新激活
conda deactivate
conda activate general-dl最后，如果你只是想临时在当前命令前使用：
ENV=dev python your_script.py
ENV=prod python your_script.py训练时，调用 tensorboard --logdir=<logdir> 来启动 TensorBoard，默认访问地址是 http://localhost:6006/.
<logdir> 通常是 local/tasks/<project_name>/tensorboard.
冷知识：tensorboard 中的代数与我们常规认为的代数不一致，第一代的计数是 0.
配置本地代码映射：
- 菜单栏：Tools → Deployment → Configuration
- 配置目录映射：切换到Mappings标签页，Deployment path 设置远程目录路径
- 配置排除目录，一般可排除的本地目录包括：
data/dev,local,test.
手工同步：
- 右键文件/目录 → Deployment → Upload to...
本项目已配置为 Hugging Face Space 兼容格式。如果需要更新在线体验，可以按下面的方式推送：
# 1. 在 Hugging Face 创建新的 Space（选择 Gradio SDK）
# 2. 绑定 Space 远程仓库
git remote add huggingface https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME
# 3. 确保依赖同步（生成 requirements.txt）
python3 generate_requirements.py
# 4. 提交并推送
git push huggingface master