手写torch

《深度学习》—— PyTorch的介绍及PyTorch的CPU版本安装

文章目录一、PyTorch的简单介绍二、pytorch的CPU版本安装三、torch、torchvision、torchaudio三个库的介绍一、PyTorch的简单介绍PyTorch是一个由FacebookAI

张小生180·2025-07-05 01:24

从0开始，手搓一个ViT

importtorchimporttorch.nnasnnimporttorch.nn.functionalasFclassPatchEmbedding(nn.Module):def__init__(self

星光银河·2025-07-05 00:17

C++STL容器：链表介绍与使用

目录一、链表概念介绍C++中链表的实现与使用1.手写链表的定义（无方法）2.STL库容器：list(双向链表)与forward_list（单向链表）listlist构造方法list增、删、查list的正向与逆向迭代器

背影疾风·2025-07-04 22:32

普通Attention，FlashAttention和FlashAttention2的比较

FlashAttention2的比较一、普通Attention的实现与问题普通Attention实现#标准注意力计算defstandard_attention(Q,K,V,mask=None):#计算注意力分数scores=torch.matmul

ALGORITHM LOL·2025-07-04 14:37

PyTorch实战：从零开始构建CIFAR-10图像分类模型 (附详细代码与图解)

PyTorch实战：从零开始构建CIFAR-10图像分类模型(附详细代码与图解)大家好！

电脑能手·2025-07-04 12:21

day41

self.conv1=nn.Conv2d(1,16,3)self.conv2=nn.Conv2d(16,32,3)self.fc=nn.Linear(32*5*5,10)defforward(self,x):x=torch.relu

m0_62568655·2025-07-04 12:19

Day44

ResNet、ViT；NLP有BERT、GPT3.图像模型发展：从手工特征到深度学习，从CNN到Transformer、多模态4.预训练策略：数据增强、自监督/监督训练、模型微调、多模态学习作业1.importtorchimporttorch.nnasnnimporttorch.optima

·2025-07-04 12:19

如何使用 PyTorch Lightning 保存和加载检查点

【PL基础】如何保存和加载检查点1.什么是检查点(checkpoint)？2.检查点有哪些内容3.如何保存检查点4.如何加载检查点5.保存超参数6.nn.Module的检查点7.禁用checkpointing8.恢复训练状态1.什么是检查点(checkpoint)？当模型进行训练时，性能会随着它继续看到更多数据而发生变化。最佳实践是在整个训练过程中保存模型的状态。这将在模型开发过程中的每个关键

喝过期的拉菲·2025-07-04 08:54

Pytorch Lightning使用：【LightningModule、LightningDataModule、Trainer、ModelCheckpoint】

pytorchlightning官方手册pytorchlightning官方手册Welcometo⚡PyTorchLightning—PyTorchLightning2.1.0devdocumentationhttps

LeapMay·2025-07-04 08:24

使用Ray实现的分布式PyTorch Lightning训练

使用Ray实现的分布式PyTorchLightning训练ray_lightningPytorchLightningDistributedAcceleratorsusingRay项目地址:https:/

刘瑛蓉·2025-07-04 08:53

【PyTorch】PyTorch中张量(Tensor)微分操作

PyTorch深度学习总结第六章PyTorch中张量(Tensor)微分操作文章目录PyTorch深度学习总结前言一、torch.autograd模块二、主要功能和使用方法1.张量的requires_grad

咸鱼鲸·2025-07-04 08:21

液晶手写板亮点缺陷修复及相关液晶线路激光修复

引言液晶手写板作为新型电子书写设备，在日常办公、教育教学等场景应用广泛。然而，亮点缺陷的存在会严重干扰书写与显示效果，降低用户体验。

syncon12·2025-07-04 07:42

Ubuntu22.04安装CUDA12.1 cuDNN8.9.7 pytorch2.2.2

当前安装的电脑配置:电脑名称：暗影精灵5系统名称：Ubuntu22.04.4LTS操作系统类型：64位内存：8.0Gib处理器：Intel®Core™[email protected]显卡：NVIDIACorporationTU117M[GeForceGTX1650Mobile/Max-Q]MesaI...安装前准备：需要安装对应的NVIDIA驱动程序、配置CUDA依赖环境g++gccm

快乐的笨笨·2025-07-04 06:08

基于昇腾910B部署Qwen3-embedding-8B模型（通过vllm 推理引擎部署）

1、环境要求：软件支持版本CANN>=8.1.RC1torch-npu>=2.5.1torch>=2.5.1Python>=3.9,<3.122、to

萌新--加油·2025-07-04 04:56

Deep Global Registration 代码环境配置(rtx3090+python3.8+cuda11.1+pytorch1.7+MinkowskiEngine0.5.1)

试过pytorch1.7.0+cuda11.0，但会报错，由于cuda11.0支持的最高算力达不到rtx最低的要求。但配置pytorch1.8时DGR的代码运行时会报错。

JPy646·2025-07-04 01:38

RTX50系显卡+CUDA+torch+python对应关系

前言本人的显卡是RTX5070，使用时发现它对CUDA、torch和python版本有要求，试图按照老项目的依赖文件进行安装发现安不了，因此记录一下（截至2025年6月）。

·2025-07-04 01:37

PyTorch-Llama: 从零开始实现LLaMA 2模型教程

PyTorch-Llama:从零开始实现LLaMA2模型教程pytorch-llamaLLaMA2implementedfromscratchinPyTorch项目地址:https://gitcode.com

乔昕连·2025-07-04 00:05

pytorch小记（二十六）：全面解读 PyTorch 的 `torch.matmul`

pytorch小记（二十六）：全面解读PyTorch的`torch.matmul`PyTorch中的`torch.matmul`详解与使用指南一、什么是`torch.matmul`二、基本用法示例1.向量点积

·2025-07-04 00:33

pytorch小记（二十七）：深入理解 PyTorch 中的 `.contiguous()`：内存布局与数据不变性

pytorch小记（二十七）：深入理解PyTorch中的`.contiguous`：内存布局与数据不变性深入理解PyTorch中的`.contiguous()`：内存布局与数据不变性一、张量连续性（contiguity

·2025-07-04 00:33

利用人名语言分类案例演示RNN、LSTM和GRU的区别（基于PyTorch）

文章目录一、程序结构1.1程序整体结构1.2各模块功能关系流程图二、数据预处理模块详解2.1定义字符集和语言类别2.2读取数据2.3人名转换为one-hot编码张量2.4自定义数据集类2.5数据加载器三、模型定义模块详解3.1RNN模型3.2LSTM模型3.3GRU模型四、模型训练与测试模块详解4.1测试模型基本功能4.2模型训练主函数五、结果可视化与对比模块详解六、模型预测模块详解七、案例结果分

.30-06Springfield·2025-07-04 00:29

YOLOv8 轴承缺陷检测使用YOLOv8进行训练、评估和可视化预测结果包含1440张图片的轴承缺陷检测数据集 YOLO格式或XML格式

YOLOv8轴承缺陷检测importosimporttorchfromIPy

OICQQ67658008·2025-07-03 23:59

强化学习【chapter0】-学习路线图

课程：从零开始到透彻理解（完结）_哔哩哔哩_bilibili1️⃣基础阶段（Ch1-Ch7）：掌握表格型算法，理解TD误差与贝尔曼方程2️⃣进阶阶段（Ch8-Ch9）：动手实现DQN/策略梯度，熟悉PyTorch

明朝百晓生·2025-07-03 22:48

Rust实现FasterR-CNN目标检测全流程

Rust生态中可以通过tch-rs（Torch绑定）调用预训练的PyTorch模型实现。

KENYCHEN奉孝·2025-07-03 21:42

RK3576 Yolo 部署

2.开发需求在RK3576上运行yolov8的官方例程3.开发环境Ubuntu20.04+Conda+Yolov8+RK35764.实现步骤4.1PyTorch文件转ONNX4.1.1下载权重文件下载官方权重文件

·2025-07-03 21:41

使用numpy或pytorch校验两个张量是否相等

文章目录1、numpy2、pytorch做算法过程中，如果涉及到模型落地，那必然会将原始的深度学习的框架训练好的模型转换成目标硬件模型的格式，如onnx,tensorrt,openvino,tflite

·2025-07-03 20:33

【深度学习pytorch-6】张量与numpy相互转换

张量通常用于深度学习框架（如PyTorch、TensorFlow等），而Numpy数组在科学计算中被广泛使用。为了便于数据处理和计算，常常需要在它们之间进行转换。

超华东算法王·2025-07-03 19:31

NumPy 或 PyTorch/TensorFlow 中的张量理解

(2,2,3)形状的3D数组（或张量）的结构。个人理解：2个2维数组（张量），2维数组（张量）里面有2个1维向量（张量），1维向量（张量）里面有3个元素。注：由于最后一个维度值3代表的是元素个数，左侧括号后的第1个2代表的是第n-1个[（中括号，即n-1维数组）的数量，左侧括号后的第2个2代表的是第n-2个[（中括号，即n-2维数组）的数量。这段文字中，n代表的是数组的维度，这里是3维。维度解析：

栖霖涧·2025-07-03 19:00

topk------提取张量极值的关键函数

torch.topk()是PyTorch中用于高效提取张量极值的关键函数，可返回指定维度上最大或最小的k个元素及其索引。

AI扶我青云志·2025-07-03 19:59

PyTorch 知识点总结 -- 第 1 节

第1节PyTorchFundamentals本节主要讲解PyTorch中的基本单位Tensor（也称为张量），及一系列与Tensor有关的函数。

朝野星夜·2025-07-03 18:21

【Torch】nn.Dropout算法详解

1.定义nn.Dropout是PyTorch中用于防止神经网络过拟合的正则化层。

油泼辣子多加·2025-07-03 17:11

ReBEL模型的本地部署与运行，用于三元组抽取任务（事件抽取、知识抽取）

1.服务器CUDA11.72.依赖condacreate-nrebel_envpython=3.10-ycondaactivaterebel_env#安装PyTorch（建议与CUDA11.7配合）pipinstalltorchtorchvisiontorchaudio

·2025-07-03 09:46

pytorch官方文档60分钟入门笔记

文章目录1.张量（Tensors）定义张量张量操作2.自动求导（autograd）变量Variable3.神经网络4.训练一个分类器载入数据5.数据并行day63参考：官方文档https://blog.csdn.net/u014630987/article/details/786690511.张量（Tensors）tensors和numpy的ndarray类似,但是tensors可以使用GPU加快

xiaodidadada·2025-07-03 08:41

基于改进扩散模型与注意力机制的影像到转基因数据预测系统

系统采用PyTorch框架实现，包含数据预处理、模型架构、训练流程和评估指标等完整模块。

·2025-07-03 08:37

大模型-FlashAttention 算法分析

通过感知显存读取/写入，FlashAttention的运行速度比PyTorch标准Attention快了2-4倍，所需内存也仅是其5%-20%。

清风lsq·2025-07-03 05:46

深度学习之分类手写数字的网络

面临的问题定义神经⽹络后，我们回到⼿写识别上来。我们可以把识别⼿写数字问题分成两个⼦问题：把包含许多数字的图像分成⼀系列单独的图像，每个包含单个数字；也就是把图像，分成6个单独的图像分类单独的数字我们将专注于编程解决第⼆个问题，分类单独的数字。这样是因为，⼀旦你有分类单独数字的有效⽅法，分割问题是不难解决的。⼀种⽅法是尝试不同的分割⽅式，⽤数字分类器对每⼀个切分⽚段打分；如果数字分类器对每⼀个⽚段

newyork major·2025-07-03 03:28

如何用Python实现基础的文生视频AI模型

通过PyTorch实现一个基础版文生

AI学长带你学AI·2025-07-03 01:45

使用GPU进行机器学习训练时，如果GPU-Util计算核心满载工作但是显存占用较少，应该如何优化？

启用混合精度：torch.cuda.amp可减少显存占用并加速计算。检查CPU到GPU的数据流：避免频繁的小数据拷贝（如DataLoader的num_workers设置）。

十子木·2025-07-03 01:11

入门pytorch-联邦学习

本文联邦学习的代码引用于https://github.com/shaoxiongji/federated-learning本篇文章相当于带大家读一遍联邦学习的代码，同时加深了大家对联邦学习和Pytorch

四代机您发多少·2025-07-03 00:05

day48

ai举例子通俗易懂理解@浙大疏锦行下面用例子帮你理解这几个知识点：1.随机张量的生成：torch.randn函数torch.randn会生成符合标准正态分布（均值为0，标准差为1）的随机数张量，形状由输入的参数决定

m0_62568655·2025-07-02 18:19

实验三 Debug及指令测试

关于为啥用的手写水印因为被查重到后是0分希望大家可以认真去操作实践以下不要直接拿原图啊啊啊啊啊啊啊啊五、实验步骤一、DOS常用命令练习:1、使用dir查看文件列表输入dir：图5-1输入dir回车后结果

cwn_·2025-07-02 16:36

c++基于BP神经网络的手写数字识别

51CTO(Top红人+专家博主)、github开源爱好者（go-zero源码二次开发、游戏后端架构https://github.com/Peakchen）基于BP（Backpropagation）神经网络的手写数字识别是一种常见的机器学习应用

鱼弦·2025-07-02 14:24

pytorch底层原理学习--PyTorch 架构梳理

文章目录PyTorch完整架构流程图关键组件详解完整执行流程示例PyTorch架构梳理PyTorch完整架构流程图硬件层后端层C++部署层核心引擎(libtorchC++)绑定层Python层加载调用训练模式编译模式推理模式生成

xinxiangwangzhi_·2025-07-02 14:21

pytorch底层原理学习--Libtorch

libtorchlibtorch是PyTorch的C++实现版本，可以认为所有的pytorch底层都是由c++实现，而pytorch的所有C++实现就叫libtorch，也就是我们在pytorch官网getstart

·2025-07-02 14:21

如何在pytorch中使用tqdm：优雅实现训练进度监控

文章目录为什么需要进度条？tqdm简介基础用法示例深度学习中的实战应用1.数据加载进度监控2.训练循环增强版3.验证阶段集成高级技巧与最佳实践1.自定义进度条样式2.嵌套进度条（多任务）3.分布式训练支持4.与日志系统集成性能优化建议完整训练流程示例常见问题解决方案总结掌握训练进度监控是深度学习工程师的基本功。本文将带你从零开始，深入探索如何用tqdm为深度学习训练添加专业级进度条。为什么需要进度

Ven%·2025-07-02 12:38

面试题防抖和节流

防抖和节流前言防抖手写防抖节流手写节流防抖和节流的区别前言防抖和节流是一个常问的面试题我也不指名道姓了，不同于某些jsonp防抖和节流在实际开发者对性能的优化和对用户体验的升级都有作用所以我们很有必要掌握话不多说开始正文防抖函数防抖

摆烂波比·2025-07-02 12:07

【手写前端面试题01】防抖和节流

《手写防抖和节流：从“打工人”到“时间管理大师”》一、本质理解（别被术语吓到）防抖（debounce）是什么？

全栈前端老曹·2025-07-02 12:36

[面试] 手写题-eventBus

EventBus本质上是一个发布-订阅模式。它的作用是：订阅事件（on）：存储回调函数，等待事件触发。触发事件（emit）：当事件发生时，执行所有订阅的回调函数。取消订阅（off）：移除指定的回调函数。只触发一次（once）：回调函数执行一次后自动移除。//定义EventBus事件总线类classEventBus{constructor(){//设置类实例的初始状态//存储所有事件及其对应的回调函

533_·2025-07-02 12:06

[面试]手写题-Promise.all() Promise.race()

Promise.all()接收一个Promise数组，数组中如有非Promise项，则此项当做成功如果所有Promise都成功，则返回成功结果数组如果有一个Promise失败，则返回这个失败结果staticall(promises){constresult=[];//创建一个空数组用于存储每个Promise的结果letcount=0;//返回一个新的MyPromise实例returnnewMyPr