深度入门Pytorch

Blender学习方法与技巧

以下是针对Blender零基础用户的学习教程推荐与高效学习方法总结，结合了多个优质资源整理而成，帮助快速入门：一、Blender学习方法与技巧制定学习计划与目标明确短期目标（如掌握基础操作）和长期目标（
自动化专业爱好者·2025-03-18 01:16

Pytorch 小记 第八回：GoogleNet卷积神经网络模型代码

本次小记，提供了一份基于pytorch的GoogleNet卷积神经网络模型的代码。除此之外，对代码中不容易理解的部分进行了讲解。
Start_Present·2025-03-18 01:15

从剪枝到知识蒸馏：深度学习模型压缩与加速的多重策略

正在不断更新中文章目录从剪枝到知识蒸馏：深度学习模型压缩与加速的多重策略1.
一键难忘·2025-03-18 00:13

pytorch的使用：卷积神经网络模块

1.读取数据分别构建训练集和测试集（验证集）DataLoader来迭代取数据使用transforms将数据转换为tensor格式#定义超参数input_size=28#图像的总尺寸28*28num_classes=10#标签的种类数num_epochs=3#训练的总循环周期batch_size=64#一个撮（批次）的大小，64张图片#训练集train_dataset=datasets.MNIST(
樱花的浪漫·2025-03-18 00:11

PyTorch 模型剪枝实例教程一、非结构化剪枝

目录1.导包&定义一个简单的网络2.获取网络需要剪枝的模块3.模块剪枝（核心）4.总结目前大部分最先进的（SOTA）深度学习技术虽然效果好，但由于其模型参数量和计算量过高，难以用于实际部署。
小风_·2025-03-18 00:41

行业首个AI课上线！粉笔战略布局加速技术商业化进程

粉笔介绍，AI刷题系统班以AI为主导，采用“名师+AI数字人老师”双师结合模式，资深教师直播授课，AI教师启发式教学，具备DeepSeek同款深度思考能力，由数字人老师全程伴学，提供交互式学习体验，依托
·2025-03-18 00:02

YOLOv8n-seg.pt的使用（实例分割，训练自己制作的数据集）

Ubuntu+python3一、YOLOV8源码下载参考：GitHub-ultralytics/ultralytics:NEW-YOLOv8inPyTorch>ONNX>OpenVINO>CoreML>
再坚持一下！！！·2025-03-18 00:10

Unreal Engine开发：Unreal Engine基础入门_静态网格物体与材质基础

静态网格物体与材质基础在上一节中，我们探讨了如何在UnrealEngine中创建和配置基本的游戏场景。现在，我们将深入学习静态网格物体（StaticMesh）和材质（Material）的基础知识，这是构建游戏世界的重要组成部分。静态网格物体什么是静态网格物体？静态网格物体是UnrealEngine中用于表示不可变形的3D物体的基本资源类型。它们通常用于游戏环境中的建筑、装饰物、地面等。静态网格物体
chenlz2007·2025-03-18 00:09

SvelteKit 最新中文文档教程（4）—— 表单 actions

前言Svelte，一个语法简洁、入门容易，面向未来的前端框架。
·2025-03-18 00:00

51 单片机指令系统入门

目录基本概念讲解一、机器指令二、汇编指令（一）汇编指令的一般格式（二）按字节数分类的指令三、高级指令总结基本概念讲解指令是计算机（或单片机）中CPU能够识别并执行的基本操作命令。指令系统是一台计算机（或单片机）能够执行的全部指令的集合。指令系统的强弱,决定了计算机智能的高低。对于51单片机而言，其指令系统涵盖了数据传送、算术运算、逻辑操作、控制转移、位操作等多种类型的指令。这些指令有机组合，赋予了
二年级程序员·2025-03-18 00:38

优化深度学习模型：PyTorch中的模型剪枝技术详解

标题：优化深度学习模型：PyTorch中的模型剪枝技术详解在深度学习领域，模型剪枝是一种提高模型效率和性能的技术。
代码之光_1980·2025-03-18 00:38

Dropout: 一种减少神经网络过拟合的技术

在深度学习中，过拟合是一个常见的问题，尤其是在模型复杂度较高或训练数据较少的情况下。过拟合意味着模型在训练数据上表现得很好，但在未见过的数据上表现不佳，即泛化能力差。
冰蓝蓝·2025-03-17 23:37

模型保存与加载：PyTorch中的实践指南

在深度学习项目中，模型的保存和加载是一个至关重要的步骤。它不仅有助于在训练过程中保存进度，还可以在训练完成后部署模型。PyTorch提供了灵活的方式来保存和加载模型，本文将详细介绍这些方法。
冰蓝蓝·2025-03-17 23:07

深度学习中的注意力机制：解锁智能模型的新视角

在人工智能的快速发展中，深度学习模型已经成为了处理复杂数据和任务的主力军。然而，随着数据量的激增和任务的复杂化，传统的深度学习模型面临着效率和性能的双重挑战。
冰蓝蓝·2025-03-17 23:07

torch.unsqueeze：灵活调整张量维度的利器

在深度学习框架PyTorch中，张量（Tensor）是最基本的数据结构，它类似于NumPy中的数组，但可以在GPU上运行。在日常的深度学习编程中，我们经常需要调整张量的维度以适应不同的操作和层。
冰蓝蓝·2025-03-17 23:07

Leetcode32 最长有效括号深度解析

问题描述找出字符串s中最长的有效括号子串的长度。核心思路动态规划：定义dp[i]为以字符s[i]结尾的最长有效括号子串长度。分情况讨论：根据当前字符是否为)以及前面的字符情况，推导状态转移方程。状态转移方程详解Case1：当前字符)与前一个字符(直接匹配场景：形如...()的结构。转移方程：if(s.charAt(i-1)=='('){dp[i]=dp[i-2]+2;//前i-2个字符的有效长度+
八股文领域大手子·2025-03-17 23:03

Spring Boot拦截器（Interceptor）与过滤器（Filter）深度解析：区别、实现与实战指南

SpringBoot拦截器（Interceptor）与过滤器（Filter）深度解析：区别、实现与实战指南一、核心概念对比1.本质区别维度过滤器（Filter）拦截器（Interceptor）规范层级Servlet
chenOnlyOne·2025-03-17 23:02

如何使用MATLAB进行高效的GPU加速深度学习模型训练？

要使用MATLAB进行高效的GPU加速深度学习模型训练，可以遵循以下步骤和策略：选择合适的GPU硬件：首先，确保您的计算机配备有支持CUDA的NVIDIAGPU，并且其计算能力至少为3.0或以上。
百态老人·2025-03-17 22:56

unity shader卡通渲染（描边）+阴影+多光源处理

说道卡通渲染，应该都会想到描边：我所学的描边有三种：一种是计算边缘深度检测描边一种是色差检测描边一种是利用顶点法线向外扩展返回单色pass，使用正面裁剪我用的第三种：pass{//剔除前面（朝向摄像机的面
QO_GQ·2025-03-17 22:51

生成式AI+安全：API防护的“进化革命”——从被动防御到智能对抗的技术跃迁

行业数据显示，2025年全球77%的企业将深度整合生成式AI技术，承载着75%互联网流量的API体系，正驱动着超2000亿美元的数字经济浪潮。
数信云 DCloud·2025-03-17 22:51

Matlab GPU加速技术

对于大规模矩阵运算、深度学习训练或科学计算等任务，GPU加速可将计算速度提升数十至数百倍。
算法工程师y·2025-03-17 21:50

嵌入式开发之STM32学习笔记day06

基于STM32F103C8T6的开发实践——从入门到精通011.引言STM32系列微控制器是STMicroelectronics推出的一款高性能、低功耗的32位微控制器，广泛应用于嵌入式系统中。
小程同学>o<·2025-03-17 21:18

pytorch中的DataLoader

在PyTorch中，DataLoader是一个工具类，用于高效地加载数据并准备数据输入到模型中。它支持数据的批量加载、随机打乱、并行加载和迭代操作，是训练深度学习模型的关键组件之一。
朋也透william·2025-03-17 21:48

机器学习中输入输出Tokens的概念详解

随着深度学习技术的快速发展，大语言模型（LargeLanguageModels,LLMs）已经成为自然语言处理（NLP）领域的一个热点研究方向。
爱吃土豆的程序员·2025-03-17 21:17

pytorch 天花板级别的知识点 你可以不会用 但是不能不知道

PyTorch的高级知识涵盖了从模型优化到分布式训练的广泛内容，适合已经掌握基础知识的开发者进一步提升技能。
小赖同学啊·2025-03-17 21:17

【GPT入门】第23课 langchain serve介绍

【GPT入门】第23课langchainserve介绍1.langchain介绍2.思路3.代码1.langchain介绍langserve是一个用于简化LangChain应用部署的工具，它可以将使用LangChain
*星星之火*·2025-03-17 21:16

【GPT入门】第24课 langfuse介绍

【GPT入门】第24课langfuse介绍1.langfuse概念与作用2.代码3.页面效果4.设计模式1.装饰器模式2.上下文管理模式1.langfuse概念与作用Langfuse是一款专为大规模语言模型
*星星之火*·2025-03-17 21:16

【GPT入门】第20课 langchain的function calling 初步体验

【GPT入门】第20课langchain的functioncalling初步体验1.langchain的functioncalling非常简洁2.代码3.执行结果：1.langchain的functioncalling
*星星之火*·2025-03-17 21:46

Pytorch Dataloader入门

PytorchDataloadercode：torch/utils/data/dataloader.py#L71PytorchDatasettutorial:tutorials/beginner/basics
gy-7·2025-03-17 21:16

【深度学习基础】第二十四课：softmax函数的导数

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。1.softmax函数softmax函数详解。
x-jeff·2025-03-17 21:15

AI如何创作音乐及其案例

AI创作音乐主要有以下几种方式：基于深度学习的生成模型深度神经网络：通过大量的音乐数据训练，让AI学习音乐的结构、旋律、和声、节奏等特征。
alankuo·2025-03-17 21:44

AI时代如何引流

AI时代引流可以从以下几个方面着手：利用AI精准定位与个性化营销精准客户画像：借助AI整合多维度数据，涵盖客户的年龄、性别、地理位置、消费习惯、浏览历史等，深度挖掘后绘制精准的客户画像，明确潜在客户特征与需求
alankuo·2025-03-17 21:43

202年充电计划——自学手册 网络安全（黑客技术）

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包前言什么是网络安全网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、
网安康sir·2025-03-17 20:42

PyTorch中，将`DataLoader`加载的数据高效传输到GPU

一、数据加载到GPU的核心步骤数据预处理与张量转换若原始数据为NumPy数组或Python列表，需先转换为PyTorch张量：X_tensor=torch.from_numpy(X).float()#转换为浮点张量
大霸王龙·2025-03-17 20:42

【sklearn 01】人工智能概述

一、人工智能，机器学习，深度学习人工智能指由人类制造出的具有智能的机器。
@金色海岸·2025-03-17 20:41

如何做好兼容性测试

尤其是在环境搭建方面，建议采用虚拟机、真实设备与云端环境相结合的方式进行多维度测试，为后续的深度测试奠定扎实基础。一、兼容性测试的基本概念在软件测试领域，兼容性
·2025-03-17 20:27

HarmonyOS NEXT 开发环境搭建与应用程序开发：从零开始构建资讯类深度分析APP

本文将详细介绍如何搭建HarmonyOSNEXT的开发环境，并通过一个资讯内容类深度分析APP的示例，帮助开发者快速上手鸿蒙原生应用的开发。
·2025-03-17 20:23

第三篇 从入门到专业：SQL标准语法详解与高效编码规范指南

目录一、SQL的"普通话"——标准SQL1.1为什么需要标准SQL？二、SQL三大语句类型（附记忆口诀）2.1DDL（数据定义语言）——"盖房子"2.2DML（数据操作语言）——"搬家具"2.3DCL（数据控制语言）——"配钥匙"三、SQL书写规范（避免被同事吐槽）3.1基础排版规范3.2注释规范四、新手必看避坑指南4.1常见错误4.2安全操作建议五、实战训练（含答案解析）5.1创建商品表5.2数
随缘而动，随遇而安·2025-03-17 20:08

ubuntu20.04

ubuntu20.04下载Indexof/ubuntu-releases/20.04/|清华大学开源软件镜像站|TsinghuaOpenSourceMirrorIntroduction·Autolabor-ROS机器人入门课程
sanzk·2025-03-17 20:08

智能体平台架构深度剖析：从底层到应用的全链路解析

在当今人工智能飞速发展的时代，智能体平台作为承载和驱动智能应用的关键基础设施，其架构设计至关重要。一个优秀的智能体平台架构，能够高效整合各类资源，实现智能体的灵活构建与稳定运行，为多样化的应用场景提供强大支持。稳固根基：基础资源层与并行平台层基础资源层是整个智能体平台的基石。其中，GPU和服务器构成了强大的计算硬件支撑，确保平台能够应对复杂的计算任务。而数据与OSS（对象存储服务）则如同智能体的“
·2025-03-17 20:18

消息队列的特性与使用场景：Kafka、ActiveMQ、RabbitMQ与RocketMQ的深度剖析

在分布式系统和微服务架构中，消息队列是实现服务间通信和解耦的核心组件。Kafka、ActiveMQ、RabbitMQ和RocketMQ是当前最受欢迎的消息队列解决方案，它们各自具有独特的特性和适用场景。本文将从特性和使用场景两个维度进行对比分析，帮助读者更好地理解它们的差异，并根据实际需求选择合适的消息队列。一、特性对比（一）吞吐量与延迟-Kafka：以高吞吐量著称，适合大规模数据的批量处理。延迟
啊sen丶·2025-03-17 19:35

21-梯度累积原理与实现

一、基本概念在深度学习训练的时候，数据的batchsize大小受到GPU内存限制，batchsize大小会影响模型最终的准确性和训练过程的性能。
机器人图像处理·2025-03-17 19:34

PyTorch中tensor赋值运算符

t=torch.ones((3,3))t0=tt1=t.dataprint(id(t),id(t0),id(t1),id(t.data))运行结果：2132926456040213292645604021332763196402132924110392t0与t完全相同。t1与t.data地址不一样（但是，t1.data与t.data地址相同）
华zyh·2025-03-17 19:33

数据结构与算法——二叉树，多叉树的递归遍历、层序遍历，DFS与BFS

文章目录二叉树1.递归遍历2.层序遍历3.多叉树遍历二叉树【子节点】：每个节点下方相连的节点【父节点】：每个节点上方相连的节点【根节点】：最上方没有父节点的节点【叶子节点】：最下方没有子节点的节点【最大深度
Book_熬夜！·2025-03-17 19:02

MV-EB435i立体相机对垃圾分类

最近在v社区发了一篇文章，懒得转移过来了链接：V社区-机器视觉技术交流社区-MV-EB435i立体相机对垃圾分类我觉得这篇文章对于刚入门深度学习想看点项目学点代码的刚刚好，因为我也是新手，嘻嘻嘻！
开哥kg·2025-03-17 18:54

spring security学习入门指引

学习SpringSecurity可以从以下几个方面逐步深入，结合理论与实践，以下是具体的学习路径建议：1.基础准备•熟悉Spring框架：先掌握SpringCore、SpringMVC和SpringBoot的基础，理解依赖注入（DI）、AOP、Bean生命周期等核心概念。•理解安全基本概念：了解认证（Authentication）、授权（Authorization）、加密（Hashing/Encr
LCY133·2025-03-17 18:21

LORA 微调大模型：从入门到入土

在当今人工智能领域，预训练的大模型已经成为推动技术发展的核心力量。然而，在实际项目中，我们往往会发现这些预训练模型虽然强大，但直接就去应用于一些特定的任务时，往往无法完全满足需求。这时，微调就成为了必不可少的一步。而在众多微调方法中，LORA全名(Low-RankAdaptation)以高效性和实用性，逐渐成为了许多开发者训练模型的首选项。作为一名小有经验的咸鱼开发者，我深知在实际项目中高效的进行
大模型.·2025-03-17 17:49

无人机学习入门

设备：电脑+遥控器+小飞机+fpv+充电器+各种工具配件设备最开始只有电脑，慢慢的东西越来越多。学习理论知识空域与航空法律法规、安全教育无人机基础（在mooc平台和智慧职教平台上很多课程，当然B站也很多，自学基础内容）目录大概如下：1）无人机的历史2）无人机分类3）无人机系统组成（直升机、多旋翼、固定翼无人机、其他特殊结构）4）无人机飞行原理、空气动力学5）飞行控制、导航系统6）任务载荷学习实践知
一颗微竹·2025-03-17 17:19

AI人工智能中的概率论与统计学原理与Python实战：Python实现概率模型

概率论与统计学是人工智能中的基础知识之一，它们在机器学习、深度学习、自然语言处理等领域都有着重要的作用。
AI天才研究院·2025-03-17 17:46

如何使用 Python 实现生成对抗网络

如何使用Python实现生成对抗网络生成对抗网络（GenerativeAdversarialNetwork，GAN）是一种能够生成高质量、逼真图像的深度学习模型。
NoABug·2025-03-17 17:15
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他