通过fillna(‘ffill’)或fillna(‘bfill’)进行填 充，传入ffill则表示用NaN前面的值填充，传入 bfill则表示用后面的值填充。 • 使用interpolate()方法根据插值算法补全数据。 50 5.数据统计—滑动窗口 01 时间序列的基本操作 02 固定频率的时间序列 03 时间周期及计算 04 重采样 05 数据统计—滑动窗口 06

PATH”之后再点击【Install Now】默认安装完成即可。 3. 安装好 Python 语言包支持以后可以通过命令行来验证测试 安装是否成功，首先通过 cmd 打开 Window 命令行窗口，然 后输入 Python，显示如下： 图 1-2（验证 Python 命令行模式） 如果显示图 1-2 所示的信息表示已经安装成功 Python 语言包 支持；如果输入 Python 之后显示信息为“'python' PATH”，此时请手动把 python.exe 所 在路径添加到 Windows 系统的环境变量中去之后再次执行 即可。 4. 安装好 Python 语言包支持之后，只要运行下面的命令行即 可完成 Pytorch 框架的安装，GPU 支持版本的命令行如下（需 要 GPU 显卡支持）： pip install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0 pytorch.org/whl/torch_stable.html CPU 支持版本的命令行如下（没有 GPU 显示支持）： pip install torch torchvision torchaudio PyTorch + OpenVINO 开发实战系列教程 第一篇 4 5. 在执行第三步的基础上，在命令行中输入下面两行代码，执 行结果如下： >>> import torch >>>

Python模块-Matplotlib 图 形 样 式 73 深度学习框架 Keras 74 深度学习框架-PyTorch https://pytorch.org/ 安装PyTorch 命令行运行： 75 深度学习框架-PyTorch 测试PyTorch import torch x = torch.rand(2, 3) print(x) 或者输入 conda list -f

最新版本的下载链接即可下载，下载完成后安 装即可进入安装程序。如图 1.22 所示，勾选”Add Anaconda to my PATH environment variable”一项，这样可以通过命令行方式调用 Anaconda 程序。如图 1.23 所示，安装程序 询问是否连带安装 VS Code 软件，选择 Skip 即可。整个安装流程约持续 5 分钟，具体时间 预览版202112 第 1 23Anaconda 安装界面-2 安装完成后，怎么验证 Anaconda 是否安装成功呢？通过键盘上的 Windows 键+R 键， 即可调出运行程序对话框，输入“cmd”并回车即打开 Windows 自带的命令行程序 cmd.exe。或者点击开始菜单，输入“cmd”也可搜索到 cmd.exe 程序，打开即可。输入 conda list 命令即可查看 Python 环境已安装的库，如果是新安装的 Python 所示。设置完成后即可正常安装。 图 1.25 CUDA 安装界面-1 图 1.26 CUDA 安装界面-2 安装完成后，我们来测试 CUDA 软件是否安装成功。打开 cmd 命令行，输入“nvcc - V”，即可打印当前 CUDA 的版本信息，如图 1.29 所示，如果命令无法识别，则说明安装 失败。同时也可以从系统环境变量 Path 中找到 CUDA 10.1 的路径配置，如图

训练）设置环境变量，请指定以下变量：GPUS_PER_NODE 、NNODES、NODE_RANK 、MASTER_ADDR 和 MASTER_PORT 。不必过于担心这些变量，因为我们为您提供了默认设置。在命令行中， 您可以通过传入参数 -m 和 -d 来分别指定模型路径和数据路径。您还可以通过传入参数 --deepspeed 来 指定 Deepspeed 配置文件。我们为您提供针对 ZeRO2 和 ZeRO3

Tensorboard 编写一个日志，这样你可以可视化测试和训练的标准评估的动 态图像，也可以可视化模型中不同层的激活值直方图。 如果你已经使用 pip 安装了 Tensorflow，你应该可以从命令行启动 Tensorflow： tensorboard --logdir=/full_path_to_your_logs 参数 • log_dir: 用来保存被 TensorBoard 分析的日志文件的文件名。 位 置 为 ~/.keras/datasets/example.txt。 tar, tar.gz, tar.bz, 以及 zip 格式的文件也可以被解压。传递一个哈希值将在下载后校验文件。 命令行程序 shasum 和 sha256sum 可以计算哈希。 参数 • fname: 文件名。如果指定了绝对路径 /path/to/file.txt，那么文件将会保存到那个路 径。 • origin:

pytorch 注意：如果没有安装unzip，则可以通过运行sudo apt install unzip进行安装。 安装完成后我们可以通过运行以下命令打开Jupyter笔记本（在Window系统的命令行窗口中运行以下命令前， 需先将当前路径定位到刚下载的本书代码解压后的目录）： jupyter notebook 9 https://developer.nvidia.com/cuda‐downloads D2L_key.pem 图16.3.10: 查看实例访问和启动方法 现在，复制 图16.3.10下方红色框中的ssh命令并粘贴到命令行： ssh -i "D2L_key.pem" ubuntu@ec2-xx-xxx-xxx-xxx.y.compute.amazonaws.com 当命令行提示“Are you sure you want to continue connecting (yes/no)”（“你确定要继续连接吗？（是/否）”） 远程运行Jupyter笔记本 要远程运行Jupyter笔记本，你需要使用SSH端口转发。毕竟，云中的服务器没有显示器或键盘。为此，请从 你的台式机（或笔记本电脑）登录到你的服务器，如下所示： # 此命令必须在本地命令行中运行 ssh -i "/path/to/key.pem" ubuntu@ec2-xx-xxx-xxx-xxx.y.compute.amazonaws.com -L 8889:localhost:8888