深入浅出pyTorch 第5页

2021-01-22

刘老师深入浅出地讲解了绘本教学要做到几个要点，让我更加了解现在的绘本教学不在是老师问几个问题，孩子们坐在下面单纯回答问题，而是要链接游戏，让孩子们在游戏中理解绘本表达的意思，这样才能让孩子真正的成长。

同同_d7d5·2024-08-28 12:34

yolo v8 + flask部署到云服务器，以及问题记录

环境安装1、运行项目报错：nopythonapplicationfound,checkyourstartuplogsforerrors在云服务器pytorch版本安装错了，安装了GPU版本，需要安装CPU

智商不够_熬夜来凑·2024-08-28 11:07

pytorch | torch.contiguous()方法

torch.contiguous()方法语义上是“连续的”，经常与torch.permute()、torch.transpose()、torch.view()方法一起使用，要理解这样使用的缘由，得从pytorch

Mopes__·2024-08-28 10:31

并行计算的艺术：PyTorch中torch.cuda.nccl的多GPU通信精粹

并行计算的艺术：PyTorch中torch.cuda.nccl的多GPU通信精粹在深度学习领域，模型的规模和复杂性不断增长，单GPU的计算能力已难以满足需求。多GPU并行计算成为提升训练效率的关键。

2401_85763639·2024-08-28 09:56

如何本地搭建 Whisper 语音识别模型？一文解决

此外，还需要安装PyTorch，这是Whisper依赖的深度学习框架。2.安装Whisper在命令行中运行以下命令来安装Whisper和其依赖项：pip

玩AI的小胡子·2024-08-28 08:22

精准掌控GPU：深度学习中PyTorch的torch.cuda.device应用指南

精准掌控GPU：深度学习中PyTorch的torch.cuda.device应用指南在深度学习的世界里，GPU加速已成为提升模型训练和推理速度的关键。

2401_85760095·2024-08-28 06:41

PyTorch实现CIFAR-10分类代码

这篇是PyTorch学习之路第七篇，用于记录PyTorch实现CIFAR-10分类代码（书上的代码有好多冗余）目录完整代码（还未训练）完整代码（已训练，直接载入模型）下面实例数据集位于：C:\Users

曹勖之·2024-08-28 04:56

深入 Rust 标准库，Rust标准库源代码系统分析

系列文章目录送书第一期《用户画像：平台构建与业务实践》送书活动之抽奖工具的打造《获取博客评论用户抽取幸运中奖者》送书第二期《SpringCloudAlibaba核心技术与实战案例》送书第三期《深入浅出Java

青花科技·2024-08-28 00:01

深入浅出fs-extra：Node.js文件操作的瑞士军刀

在Node.js的世界里，文件操作是日常开发不可或缺的一部分。虽然Node.js内置的fs（文件系统）模块提供了基本的文件读写能力，但在实际开发中，我们往往需要更多的功能和更简洁的API。这时候，fs-extra包就像是一把瑞士军刀，为我们提供了强大而便捷的文件操作工具。1，为什么选择fs-extra?fs-extra是对标准fs模块的扩展，它不仅包含了所有原生fs模块的方法，而且还添加了许多实用

NolanKy·2024-08-27 20:36

【pytorch(cuda)】基于DQN算法的无人机三维城市空间航线规划（Python代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录⛳️赠与读者1概述一、研究背景与意义二、DQN算法概述三、基于DQN的无人机三维航线规划方法1.环境建模2.状态与动作定义3.奖励函数设计4.深度神经网络训练5.航线规划四、研究挑战与展望2运行结果3参考文献4Python代码实现⛳️赠与读者‍做科研，涉及到一个深在的

程序猿鑫·2024-08-27 18:48

PYTORCH 官方文档，开发文档，Python编程人工智能深度机器学习

PYTORCH文档PyTorchdocumentation—PyTorchmasterdocumentationPyTorch是一个使用GPU和CPU进行深度学习的优化张量库。

zhangfeng1133·2024-08-27 13:21

torch.nn到底是什么？

PyTorch提供设计精美的模块和类torch.nn，torch.optim，Dataset和DataLoader神经网络。

yanglamei1962·2024-08-27 13:21

Pytorch:torch.diag()创建对角线张量方式例子解析

在PyTorch中，torch.diag函数可以用于创建对角线张量或提取给定矩阵的对角线元素。

乔丹搞IT·2024-08-27 10:00

运维系列&AI系列&Lenovo-G双系统系列（前传-装之前搜索的）：pytorch cuda安装报错的解决方法

pytorchcuda安装报错的解决方法pytorchcuda安装报错的解决方法前言2022.12.8在win+cuda11.8下安装最新PytorchGPU版时遇到包不兼容的问题，该文记录安装的整个流程一

坦笑&&life·2024-08-27 06:33

基于PyTorch的ResNet50的10分类模型

使用PyTorch框架构建一个基于ResNet50的10分类模型并进行训练，需要首先确保已经安装了PyTorch和必要的库（如torchvision，用于加载预训练的ResNet50模型）。

Covirtue·2024-08-27 05:25

Pytorch构建网络模型结构都有哪些方式

目录前言1.使用nn.Module基类2.使用nn.Sequential容器3.使用nn.ModuleList4.使用nn.ModuleDict5.混合使用nn.Module和原生Python代码6.表格总结前言nn.Module：最通用、最灵活的方式，适用于几乎所有场景。nn.Sequential：适合简单的顺序模型，代码简洁。nn.ModuleList和nn.ModuleDict：适合需要动态

松小白song·2024-08-26 16:57

Python(PyTorch)多语言图像感知质量指标算法

亚图跨际·2024-08-26 16:57

我的程序员读书路

改善既有代码的设计数据结构与算法：C#语言描述程序员修炼之道:从小工到专家编程珠玑(第2版)深入理解计算机系统(第2版)数据挖掘概念与技术(第2版)高效程序员的45个习惯:敏捷开发修炼之道面向对象分析与设计(第三版)深入浅出设计模式

weixin_30416497·2024-08-26 12:02

PyTorch深度学习模型训练流程的python实现：回归

回归的流程与分类基本一致，只需要把评估指标改动一下就行。回归输出的是损失曲线、R^2曲线、训练集预测值与真实值折线图、测试集预测值散点图与真实值折线图。输出效果如下：注意：预测值与真实值图像处理为按真实值排序，图中呈现的升序与数据集趋势无关。代码如下：fromfunctoolsimportpartialimportnumpyasnpimportpandasaspdfromsklearn.prepr

moyao_miao·2024-08-26 11:21

Python与MySQL数据库交互：面试实战

本篇博客将深入浅出地剖析面试中关于Python与MySQL交互的相关问题，揭示易错点，并提供实用的规避策略和代码示例，助您在面试中游刃有余。

Jimaks·2024-08-26 08:03

什么是低代码(Low Code)?全面解析国内十大低代码平台

本文集合本人5年来的低代码实践经验和教训，将带领大家深入浅出的了解低代码的那些事儿，全文干货，5000+文字，建议收藏！一、什么是低代码（LowCode）？

有颜有货·2024-08-26 04:41

人工智能开源库有哪些

PyTorch：由Facebook开发的深度学习框架，提供动态图和静态图两种模式，并且易于使用。

openwin_top·2024-08-26 02:59

《一曲流水红颜寞》

还有人愿意慢下来，细细品读经典，又将经典以深入浅出的方式呈现出来，只有真正热爱的人才能做到。

小关不关·2024-08-25 23:13

图形学论文笔记

文章目录PBD：XPBD：shapematchingPBD：【深入浅出NvidiaFleX】(1)PositionBasedDynamics最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码最简化的

Jozky86·2024-08-25 18:10

BCEWithLogitsLoss

BCEWithLogitsLoss是PyTorch深度学习框架中的一个损失函数，用于二元分类问题。

hero_hilog·2024-08-25 13:39

前端宝典十六：深入浅出8大设计模式

本文主要探讨前端开发中的各种设计模式，主要分类有：单例模式建造者模式代理模式装饰器模式适配器模式策略模式观察者模式发布订阅模式通过对他们实际开发中的使用场景的解析，深入浅出的一起更全面直观的进行学习：一

桃子叔叔·2024-08-25 11:29

深入浅出：npm常用命令详解与实践

目录1.初识npm1.1什么是npm？1.2安装npm2.npm常用命令详解2.1项目初始化2.1.1npminit2.2安装包2.2.1npminstall2.2.2npminstall2.3更新包[email protected]移除包2.4.1npmuninstall2.5版本管理2.5.1npmversion2.6其他常用命令2.6.1npmau

concisedistinct·2024-08-25 09:10

Pytorch-张量基础操作

张量张量是一个多维数组，它是标量、向量和矩阵概念的推广。在深度学习中，张量被广泛用于表示数据和模型参数。具体来说，张量的“张”可以理解为“维度”，张量的阶或维数称为秩。例如，零阶张量是一个标量，一阶张量是一个向量，二阶张量是一个矩阵，三阶及以上的张量则可以看作是高维数组。在不同的上下文中，张量的意义可能会有所不同：数据表示：在深度学习中，张量通常用于表示数据。例如，一幅RGB图像可以表示为一个三维

小森( ﹡ˆoˆ﹡ )·2024-08-24 22:38

Pytorch创建张量

文章目录1.torch.from_numpy()2.torch.zeros()3.torch.ones()4.torch.arange()5.torch.linspace()6.torch.logspace()7.torch.eye()8.torch.empty()9.torch.full()10.torch.complex()10.torch.rand()10.torch.randint()11

胡乱儿起个名·2024-08-24 22:37

pytorch实现模型搭建

如果没有GPU，不获取也没事，pytorch会默认将参数都保存在主存中。实现代码如下：#模型的层定义中，使用Sequential来统一管理的层集中表示为一层importtorchimport

Fiona.y·2024-08-24 21:30

Python(PyTorch)物理变化可微分神经算法

非线性电子振荡器和光学二次谐波生成神经算法验证|训练输入数据，物理系统变换产生输出和可微分数字模型估计损失的梯度|多模振荡对输入数据进行可控卷积|物理神经算法数学表示、可微分数学模型|MNIST和元音数据集评估算法语言内容分比PyTorch

亚图跨际·2024-08-24 07:35

pytorch深度学习基础 7（简单的的线性训练，SGD与Adam优化器）

接下来小编来讲一下一些优化器在线性问题中的简单使用使用，torch模块中有一个叫optim的子模块，我们可以在其中找到实现不同优化算法的类SGD随机梯度下降基本概念定义：随机梯度下降（SGD）是一种梯度下降形式，对于每次前向传递，都会从总的数据集中随机选择一批数据，即批次大小1。参数更新过程：这个参数的更新过程可以描述为随机梯度下降法，随机梯度下降（SGD）是一种简单但非常有效的方法，多用于支持向

不是浮云笙·2024-08-24 05:49

pytorch中的zero_grad()执行时机

在反向传播(backward())前执行即可zero_grad()用以清除优化器的梯度对张量执行backward(),以计算累积梯度执行optimizer.step(),优化器使用梯度更新参数当优化器更新完成,梯度即失去意义,即可以清除,为保证下一次梯度开始累积时为0,则在下一次执行反向传播前清除即可

TomcatLikeYou·2024-08-24 05:16

Unable to load weights from pytorch checkpoint file for ‘bert-base-uncased‘ at ...

OSError:Unabletoloadweightsfrompytorchcheckpointfilefor‘bert-base-uncased’at…方案一使用huggingface的bert时遇到预训练模型加载失败的问题

Ray Mond·2024-08-24 02:29

深度学习，创新点，模型改进

机器学习，目标检测，目标识别，语义分割，GAN，CNN等(只要是深度学习均可)编程语言限于Python，pytorch欢迎大家咨询~

揽星河@·2024-08-23 21:00

【PyTorch】torch.backends.cudnn.benchmark 和 torch.backends.cudnn.deterministic

1.torch.backends.cudnn.benchmark在PyTorch中，torch.backends.cudnn.benchmark是一个配置选项，用于在运行时自动选择最优的卷积算法，以提高计算效率

读思辨·2024-08-23 15:49

PyTorch系列 - PyTorch数据读取 (二)

Pytorch系列：PyTorch系列-PyTorch使用总览(一)PyTorch系列-PyTorch数据读取(二)PyTorch系列-PyTorch网络构建(三)PyTorch系列-PyTorch网络配置

像风一样Pro·2024-08-23 15:18

Pytorch中使用SubsetRandomSampler做数据集划分

importtorchfromtorch.utils.dataimportTensorDataset,DataLoaderfromtorch.utils.data.samplerimportSubsetRandomSamplerdataset=TensorDataset(torch.tensor(list(range(20))))#构造一个数据集（0到19）idx=list(range(len(d

RAGERAGE_·2024-08-23 14:15

PyTorch踩坑记录1

1model.eval()无法关闭dropout因为model.eval()控制self.training参数，只有用nn.Dropout(0.5)声明才能在调用model.eval()后关闭，用F.dropout(x,p=0.5)是没办法自动关闭的，需要手动把self.training的参数传入到F.dropout()里才行。网上查到是因为model.eval()会影响继承nn.module类的

普通攻击往后拉·2024-08-23 14:43

24.8.19学习笔记（MNIST，）

pytorchMNIST手写数字识别：importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

kkkkk021106·2024-08-23 13:10

用python实现图片背景移除

在Python中，实现图片背景移除通常需要使用计算机视觉库，如OpenCV或深度学习库，如TensorFlow或PyTorch，结合预训练的模型。

数字化信息化智能化解决方案·2024-08-23 09:16

LaneNet 车道线检测项目教程

LaneNet车道线检测项目教程lanenet-lane-detection-pytorch项目地址:https://gitcode.com/gh_mirrors/la/lanenet-lane-detection-pytorch

邬稳研Beneficient·2024-08-23 04:13

【PyTorch】（三）----搭建卷积神经网络

该系列笔记主要参考了小土堆的视频教程，传送门：P1.PyTorch环境的配置及安装（ConfigurationandInstallationofPyTorch)【PyTorch教程】_哔哩哔哩_bilibili

麦田里的稻草人w·2024-08-23 04:42

Python_pytorch(五)模型训练

反向传播LossFunctionimporttorchvisionfromtorchimportnnfromtorch.nnimportFlattenfromtorch.utils.dataimportDataLoaderdataset=torchvision.datasets.CIFAR10("./data",train=False,transform=torchvision.transform

Han Gang·2024-08-23 00:19

Keras与TensorFlow/ PyTorch/ JAX 版本对应

截至2024/3/181.Keras+TensorFlow1.1Keras2:tensorflow~=2.13.0&keras~=2.13.0tensorflow~=2.14.0&keras~=2.14.0tensorflow~=2.15.0&keras~=2.15.01.2Keras3:tensorflow~=2.15.0&keras~=3.0.0tensorflow~=2.16.1&keras

10240024·2024-08-22 22:35

pytorch｜找不到 fbgemm.dll 问题处理

问题现象运行逻辑：importtorch报错如下：Traceback(mostrecentcalllast):File"C:\scaffold\metasequoia-tyc\ner_address\test_torch.py",line1,inimporttorchFile"D:\py\Python310\lib\site-packages\torch\__init__.py",line143,

长行·2024-08-22 19:50

#每天一本书+一页笔记# 1706《非线性成长》

作者善于将经验提炼为模型、理论，联系实例深入浅出讲述，独到

May终身阅读者·2024-08-22 18:43

深入浅出：大型语言模型（LLM）的全面解读

本文旨在深入浅出地解读大型语言模型，探讨其背后的原理、技术突破、应用场景以及未来发展趋势。首先，我们将介绍大型语言模型兴起的背景。

一休哥助手·2024-08-22 15:54

pytorch | transforms.Compose()函数

transforms.ToTensor(),transforms.Normalize([0.485,0.456,0.406],[0.229,0.224,0.225]),])torchvision.transforms是pytorch

DdddJMs__135·2024-08-22 08:17

pytorch | with torch.no_grad()

1.关于withwith是python中上下文管理器，简单理解，当要进行固定的进入，返回操作时，可以将对应需要的操作，放在with所需要的语句中。比如文件的写入（需要打开关闭文件）等。以下为一个文件写入使用with的例子。withopen(filename,'w')assh:sh.write("#!/bin/bash\n")sh.write("#$-N"+'IC'+altas+str(patien

Ddddddd_158·2024-08-22 08:41

推荐频道

深入浅出pyTorch