深入浅出pyTorch

哈希表入门到精通：从原理到 Python 实现全解析

02-算法复杂度全解析：时间与空间复杂度优化秘籍03-线性数据结构解密：数组的定义、操作与实际应用04-深入浅出链表：Python实现与应用全面解析05-栈数据结构详解：Python实现与经典应用场景06
吴师兄大模型·2025-02-24 10:51

AI环境初识

PyTorch：由Facebook推出，也是一个广受欢迎的开源机器学习库。PyTorc
网络飞鸥·2025-02-24 07:02

忘掉 DeepSeek：Qwen 2.5 VL 与 Qwen Max 来了

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读Qwen系列又推出了两款令人瞩目的新模型：Qwen2.5VL和Qwen2.5Max。
·2025-02-24 05:16

pytorch torch.triu函数介绍

torch.triu是PyTorch提供的一个函数，用于生成矩阵的上三角部分。它的名称来源于"triangularupper"（上三角形），作用是将矩阵的下三角部分置为零，只保留对角线及其上方的元素。
qq_27390023·2025-02-24 02:28

忘掉 DeepSeek：Qwen 2.5 VL 与 Qwen Max 来了

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读Qwen系列又推出了两款令人瞩目的新模型：Qwen2.5VL和Qwen2.5Max。
·2025-02-24 01:42

F.interpolate函数

F.interpolate是PyTorch中用于对张量（通常是图像数据）进行插值操作的函数，常用于调整张量的大小，例如改变图像的分辨率。它支持多种插值方法，包括最近邻插值、双线性插值和三次插值等。
dringlestry·2025-02-23 21:20

AI如何预测比赛结果：体育预测技术全解析

一、系统架构设计1.整体架构数据采集层数据处理层模型训练层预测服务层应用展示层2.技术选型Python3.8+TensorFlow/PyTorchScikit-learnPandas/NumpyFlask
翱翔的猪脑花·2025-02-23 17:54

零代码构建AI Agent，解读华为云AI原生应用引擎的架构与实践

摘要：深入浅出地介绍华为云AI原生应用引擎，通过分钟级智能生成Agent应用的方式帮助企业完成从传统应用到智能应用的竞争力转型，使能千行万业智能应用创新。
华为云开发者联盟·2025-02-23 15:08

大白话深入浅出讲嵌入式C语言多线程编程

目录第一章线程基础与操作1.1线程的创建与启动1.2线程资源的管理与释放第二章线程同步与通信2.1互斥锁与条件变量的运用2.2线程间的消息传递与共享内存第三章锁机制与线程安全3.1锁的类型与选择3.2线程安全问题的识别与修复第四章并发算法与性能优化4.1并发算法的实现4.2多线程程序的性能调优第五章高级主题与应用实例5.1线程库的实现与线程本地存储5.2真实世界中的多线程应用5.2.1网络服务器中
大模型大数据攻城狮·2025-02-23 12:18

深入浅出机器学习：概念、算法与实践

目录引言机器学习的基本概念什么是机器学习机器学习的基本要素机器学习的主要类型监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）强化学习（ReinforcementLearning）机器学习的一般流程总结引言在当今数字化时代，数据量呈爆炸式增长。机器学习作为一门多领域交叉学科，致力于让计算机系统从数据中自动学习模式和规律，进而实现对未知数据的预测和
倔强的小石头_·2025-02-23 11:43

深度学习框架与边缘计算融合驱动医疗金融模型优化新路径

当前，TensorFlow、PyTorch等主流框架通过轻量化改造（如TensorFlowLite与PyTorchMobile）逐步适应边缘设备的资源限制，同时结合联邦学习技术构建分布式训练网络。
智能计算研究中心·2025-02-23 11:10

深入理解 Uniapp 中的 px 与 rpx

本文将深入浅出地介绍这两个单位，帮助大家在实际开发中做出更合适的选择。二、传统的px单位2.1什么是pxpx即像素（Pixel），它是屏幕上显示的最小单位。
烂蜻蜓·2025-02-23 10:05

深入浅出 Python：列表（List）与元组（Tuple）

深入浅出Python：列表（List）与元组（Tuple）引言Python中的列表（List）和元组（Tuple）是两种非常常用的数据结构，它们都可以存储多个元素。
软件架构师笔记·2025-02-23 07:39

如何下载安装包进行 PyTorch 和 torchvision 的离线安装

如何下载安装包进行PyTorch和torchvision的离线安装在没有互联网连接的环境下安装PyTorch和torchvision可能看起来有点困难，但通过事先下载所需的安装包，我们可以轻松地在任何系统上进行离线安装
长路可遥·2025-02-23 07:36

AI趋势下，软件测试工程师怎么拥抱AI

框架：掌握TensorFlow、PyTorch
悠然的笔记本·2025-02-23 05:24

Python中常见库 PyTorch和Pydantic 讲解

PyTorch简介PyTorch是一个开源的深度学习框架，由Facebook的AI研究团队开发。
爱丫爱·2025-02-22 23:40

拓扑排序算法详解：BFS与DFS双路径实战

02-算法复杂度全解析：时间与空间复杂度优化秘籍03-线性数据结构解密：数组的定义、操作与实际应用04-深入浅出链表：Python实现与应用全面解析05-栈数据结构详解：Python实现与经典应用场景06
吴师兄大模型·2025-02-22 22:57

大数据-257 离线数仓 - 数据质量监控 监控方法 Griffin架构

目前开始更新MyBatis，一起深入浅出！
m0_74823705·2025-02-22 21:50

Python：实现 PyTorch 中训练自定义卷积神经网络模型(CNN)并导出模型为 ONNX 格式，同时使用 ONNX Runtime 进行推理

本文将介绍如何使用PyTorch训练一个简单的卷积神经网络（CNN）模型，并将训练好的模型导出为ONNX格式，之后使用ONNXRuntime在Python中加载并进行推理。
煤炭里de黑猫·2025-02-22 16:40

深入浅出数据中台：概念、架构与应用

一、数据中台概念（一）定义数据中台是一套可持续“让企业的数据用起来”的机制，是一种战略选择和组织形式。它借助数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径，形成大数据资产，并提供服务化的数据接口，以满足前台应用和业务创新的需求。简单来说，数据中台就像是企业的数据“中央厨房”，将各类数据原材料进行清洗、切配、加工，制作成一道道“数据菜肴”，供前台业务部门随时取用。（二）与传统数据
小四的快乐生活·2025-02-22 10:53

YOLOv11快速上手：如何在本地使用TorchServe部署目标检测模型

环境准备在开始之前，确保你的开发环境满足以下要求：Python版本：3.8或以上PyTorch：1.9或以上CUDA：如果使用GPU，加速训练和推理TorchServe：用于模型
SYC_MORE·2025-02-22 07:57

用deepseek学大模型05逻辑回归

deepseek.com:逻辑回归的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-22 00:48

PyTorch torch.logsumexp 详解：数学原理、应用场景与性能优化（中英双语）

PyTorchtorch.logsumexp详解：数学原理、应用场景与性能优化在深度学习和概率模型中，我们经常需要计算数值稳定的对数概率操作，特别是在处理softmax归一化、对数似然计算、损失函数优化等任务时
阿正的梦工坊·2025-02-21 20:22

Vision Transformer图像分类实现

以下是使用PyTorch实现VisionTransformer进行图像分类的步骤。1.安装必要的库首先，确保你已经安装了必要的库：pipinstalltorchtorch
reset2021·2025-02-21 16:13

“深入浅出”系列之C++：（21）C++23

凌晨3点，你盯着屏幕上的段错误崩溃日志："第387行用%d输出了string...这都能过编译？""为了对齐表格，我写了20个setw！""客户说中文乱码，又要调locale到天亮？"2023年，C++开发者终于等来这个历史性时刻：ISO委员会全票通过std::print/println——让printf和cout同时失业的终极打印方案！⌛时间旅行对比：//2003年（C++03时代）std::c
我真不会起名字啊·2025-02-21 16:39

初识pytorch

一、AI发展史二、什么是深度学习深度学习是机器学习的一个子集。为了更好地理解这种关系，我们可以将它们放在人工智能（AI）的大框架中来看。机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：三、扩展1.使用场景1)图像识别和处理2)自然语言处理（NLP）3)音频处理4)视频分析5)游戏和仿真6)自动驾驶汽车7)
m0_73286250·2025-02-21 15:02

Java部署机器学习模型:方案二(基于DJL)

DJL有以下几个方面优势：支持多个底层引擎DJL支持多个底层引擎，包括MXNet、TensorFlow和PyTorch等。
iiilloi·2025-02-21 15:01

VB 函数：深入浅出解析与应用

VB函数：深入浅出解析与应用引言VisualBasic（简称VB）是一种广泛使用的编程语言，尤其在Windows环境下，它为用户提供了强大的功能与灵活性。
froginwe11·2025-02-21 13:46

Pytorch实现之GIEGAN（生成器信息增强GAN）训练自己的数据集

简介简介：在训练数据样本之前首先利用VAE来推断潜在空间中不同类的分布，用于后续的训练，并使用它来初始化GAN。与ACGAN和BAGAN不同的是，提出的GIEGAN有一个分类器结构，这个分类器主要判断生成的图像或者样本图像属于哪个类，而鉴别器仅判断图像是来自于生成器还是真实样本。论文题目：GeneratorInformationEnhancementGenerativeAdversarialNet
这张生成的图像能检测吗·2025-02-21 13:43

深入浅出：API接口原理与实现

API（ApplicationProgrammingInterface，应用程序编程接口），如同软件世界中的信使，为不同的应用程序搭建起沟通的桥梁，使它们能够共享数据与功能，无需了解彼此的内部运作机制。一、API接口的原理想象一下，你去餐厅用餐，无需进入厨房，只需通过菜单点餐，服务员便会将你的需求传达给厨师，并将制作好的美食端到你面前。API接口就如同餐厅的服务员，它定义了应用程序之间交互的规则：
专注API从业者·2025-02-21 12:40

本地运行 DeepSeek-R1 的成本究竟多高？

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读本地运行DeepSeek-R1的成本究竟多高？
·2025-02-21 02:13

【深度解析】最短路径算法：Dijkstra与Floyd-Warshall

02-算法复杂度全解析：时间与空间复杂度优化秘籍03-线性数据结构解密：数组的定义、操作与实际应用04-深入浅出链表：Python实现与应用全面解析05-栈数据结构详解：Python实现与经典应用场景06
吴师兄大模型·2025-02-20 22:26

“深入浅出”系列之QT：（10）Qt接入Deepseek

项目配置：在.pro文件中添加网络模块：QT+=corenetworkAPI配置：将apiUrl替换为实际的DeepSeekAPI端点将apiKey替换为你的有效API密钥根据API文档调整请求参数（模型名称、温度值等）功能说明：使用QNetworkAccessManager处理HTTP请求自动处理JSON序列化/反序列化支持异步请求处理包含基本的错误处理扩展建议：添加更完善的错误处理（HTTP状
我真不会起名字啊·2025-02-20 20:13

ptython setup.py install 设置python包编译时的并行数

通过源码编译安装pytorch3d的时候，直接执行pythonsetup.pyinstall时，默认开的并行数很多，有10几个，直接导致机器卡死。
leo0308·2025-02-20 19:02

深入浅出：基于SpringBoot和JWT的后端鉴权系统设计与实现

文章目录什么是鉴权系统定义与作用主要组成部分工作原理常用技术和框架基于SpringBoot+JWT的鉴权系统设计与实现指南前言技术对比令牌技术JWT令牌实现全流程1.**依赖引入**2.**JWT工具类**3.**JWT拦截器（Interceptor）**4.**拦截器注册**5.**登录接口**什么是鉴权系统后端开发鉴权系统是一种用于验证和授权用户访问后端资源的系统，在保障系统安全和资源合理访问
Vcats·2025-02-20 19:31

深度学习工厂的蓝图：拆解CUDA驱动、PyTorch与OpenCV的依赖关系

想象一下，你正在建造一座深度学习工厂，这座工厂专门用于高效处理深度学习任务（如训练神经网络）和计算机视觉任务（如图像处理）。为了让工厂顺利运转，你需要搭建基础设施、安装设备、设置生产线，并配备控制台来管理整个生产过程。以下是这座工厂的详细构建过程：1.工厂的基础设施：Ubuntu比喻：Ubuntu是工厂所在的土地和建筑，提供了基础设施和运行环境。作用：提供操作系统环境，支持安装和运行各种工具和框架
时光旅人01号·2025-02-20 17:46

DeepSeek-R1 技术全景解析：从原理到实践的“炼金术配方” ——附多阶段训练流程图与核心误区澄清...

《使用coze搭建一个会搜索、写ppt、思维导图的Agent》2024-10-294.深入浅出：Agent如何调用工具——从OpenAIFunctionCall到CrewAI框架01-145.DeepSeek-R1
雪停时偶遇一叶春·2025-02-20 16:02

YOLOv8 Pose使用RKNN进行推理

二、ONNX推理1.首先需要先将Pytorch模型转换为Onnx模型，下载pt模型这里给出官方的权重下载地
い不靠譜︶朱Sir·2025-02-20 15:30

【CUDA】Pytorch_Extensions

【CUDA】Pytorch_Extensions为什么要开发CUDA扩展？
joker D888·2025-02-20 15:28

本地搭建小型 DeepSeek 并进行微调

1.环境准备Python3.7或更高版本PyTorch1.8或更高版本CUDA(可选，用于GPU加速)Git2.克隆DeepSeek仓库bash复制gitclonehttps://github.com/
非著名架构师·2025-02-20 15:55

Transformer 模型架构

以下是详细解释：1.架构vs框架的区别概念定义示例模型架构定义神经网络的结构设计Transformer、CNN、RNN开发框架提供实现模型的工具和库PyTorch、TensorFlow2.Transformer
2401_89793006·2025-02-20 15:24

DeepSeek使用中的问题及解决方案（部分）

1.模型部署与配置问题问题1：环境依赖冲突现象：安装模型依赖库时出现版本不兼容（如Python、PyTorch版本冲突）。解决方案：使用虚拟环境（如conda或venv）隔离依赖。
WeiLai1112·2025-02-20 07:17

TensorFlow LiteRT 概览

您可以找到适用于各种机器学习/AI任务的LiteRT就绪模型，也可以使用AIEdge转换和优化工具将TensorFlow、PyTorch和JAX模型转换为TFLite格式并运行。
姚家湾·2025-02-20 06:42

机器学习（1）安装Pytorch

1.安装命令pip3installtorchtorchvisiontorchaudio--index-urlhttps://download.pytorch.org/whl/cu1182.安装过程Log
CoderIsArt·2025-02-20 06:11

Pytorch实现之利用特征分布的差异来指导GAN的训练

简介简介：FIDGAN通过将FID损失引入GAN的训练过程，显著提升了生成图像的质量。其核心思想是利用特征分布的差异来指导生成器的训练，同时通过使用轻量级的MobileNet-v3提高了计算效率。这种方法在图像生成任务中具有广泛的应用前景。论文题目：FIDGAN:AGenerativeAdversarialNetworkwithAnInceptionDistance（FIDGAN：具有初始距离的生
这张生成的图像能检测吗·2025-02-20 04:47

Pytorch实现论文之利用多生成器来预防模式崩溃

简介简介：一般来说，生成器相比判别器要完成的任务更加困难，前者需要完成数据概率密度的拟合，而后者只需要判别真伪，影响GAN性能的一个问题就是模式奔溃。而采用多生成器可以缓解这个问题。论文中主要设计了多生成器的架构和一个对于鉴别器的新损失设计来缓解这个问题。模型结构采用DCGAN的框架，原始损失基于WGAN-GP的设计理念。论文题目：StudyofPreventionofModeCollapsein
这张生成的图像能检测吗·2025-02-20 04:17

深入浅出：CUDA是什么，如何利用它进行高效并行计算

在当今这个数据驱动的时代，计算能力的需求日益增加，特别是在深度学习、科学计算和图像处理等领域。为了满足这些需求，NVIDIA推出了CUDA（ComputeUnifiedDeviceArchitecture），这是一种并行计算平台和编程模型。本文将带你全面了解CUDA的基本概念、工作原理及其应用场景。一、什么是CUDA？CUDA（ComputeUnifiedDeviceArchitecture）是由
码上飞扬·2025-02-20 03:38

【深度学习pytorch-93】Transformer 相比 RNN 的优势

Transformer相比RNN的优势Transformer和RNN（循环神经网络）都是自然语言处理（NLP）领域的重要架构，但它们的工作原理和应用方式有很大不同。Transformer由于其独特的结构和机制，在多个方面优于RNN。以下是Transformer相比RNN的主要优势：1.并行计算能力RNN的局限性RNN是按顺序处理输入的，即每个时间步的输出都依赖于前一个时间步的输出。这意味着，在训练
华东算法王·2025-02-20 02:04

《深入浅出AI》前言知识：深度学习基础总结

个人主页:GoAI|公众号:GoAI的学习小屋|交流群:704932595|个人简介：掘金签约作者、百度飞桨PPDE、领航团团长、开源特训营导师、CSDN、阿里云社区人工智能领域博客专家、新星计划计算机视觉方向导师等，专注大数据与人工智能知识分享。AI学习星球推荐：GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成
GoAI·2025-02-20 00:22

模型保存、训练与验证

模型保存、训练与验证网络模型的保存与读取在PyTorch中，模型的保存与加载有两种主要方式：保存&加载完整模型（包括网络结构和参数）只保存&加载模型参数（推荐方式）可以直接跳过看最后几行。
钰见梵星·2025-02-20 00:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他