深度学习框架-pytorch

pillow像型学操作（转载笔记） --- 西北乱跑娃

Opencv、Matplotlib(plt)、Pillow(PIL)、Pytorch读取数据的通道顺序需注意：Pillow加载图像后的尺寸是二维，图形化是三维，但无法打印三维尺寸。
西北乱跑娃·2024-01-02 06:33

【机器学习】卷积神经网络----GoogLeNet网络（pytorch）

代码是一个使用PyTorch实现的GoogLeNet模型，该模型是一个深度卷积神经网络（CNN）用于图像分类任务。
十年一梦实验室·2024-01-02 05:31

pytorch(2)——张量操作与线性回归

一、张量的操作1）拼接功能：将张量按维度dim进行拼接tensors:张量序列代码如下：功能：在新创建的维度dim进行拼接代码如下：2）切分功能：将张量按维度dim进行平均切分返回值：张量列表注意事项：若不能整除，最后一份张量小于其他张量input：要切分的张量chunks：要切分的份数dim：要切分的维度代码如下功能：将张量按维度dim进行切分返回值：张量列表split_siaze_or_sec
zmj52·2024-01-02 04:02

PyTorch 第一章第三节：张量操作与线性回归

文章目录张量操作：拼接、切分、索引和变换张量的数学运算线性回归张量操作：拼接、切分、索引和变换一、张量拼接与切分1.1torch.cat()功能：将张量按维度dim进行拼接tensors：张量序列dim：要拼接的维度torch.cat(tensors,dim=0,out=None)importtorcht=torch.ones((2,3))t_0=torch.cat([t,t],dim=0)t_1
冰雪棋书·2024-01-02 04:02

深度学习 PyTorch_Week1【任务2】张量操作与线性回归

一、张量的操作：拼接、切分、索引和变换张量拼接与切分1.1torch.cat()功能：将张量按维度dim进行拼接tensors：张量序列dim：要拼接的维度代码实现：t=torch.ones((2,3))t_0=torch.cat([t,t],dim=0)t_1=torch.cat([t,t,t],dim=1)print("t_0:{}shape:{}\nt_1:{}shape:{}".forma
国家特级不保护动物·2024-01-02 04:31

PyTorch的Tensor（张量）

一、Tensor概念什么是张量？张量是一个多维数组，它是标量、向量、矩阵的高维拓展Tensor与VariableVariable是torch.autograd中的数据类型，主要用于封装Tensor，进行自动求导。data:被包装的Tensorgrad:data的梯度（梦回数一）grad_fn:创建Tensor的Function，是自动求导的关键requires_grad:指示是否需要梯度is_le
-恰饭第一名-·2024-01-02 04:31

pytorch——张量操作与线性回归

1、张量的操作：拼接、切分、索引和变换一、张量拼接与切分1.1torch.cat()（cat()不会拓展张量的维度）功能：将张量按维度dim进行拼接tensors：张量序列din：要拼接的维度torch.cat(tensors,dim=0,out=None)代码实际操作如下：importnumpyasnpimporttorchflag=Trueifflag:t=torch.ones((2,3))t
然后就去远行吧·2024-01-02 04:31

LibTorch之张量操作与线性回归

LibTorch之张量操作与线性回归LibTorch之张量操作与线性回归LibTorch之张量操作与线性回归pytorch到libtorch，一般就是[]到{}的变化一张量初始化二深浅拷贝三C++常用数据类型转换
*Major*·2024-01-02 04:31

（一）PyTorch 中的基本概念_张量操作与线性回归

参考本章代码：https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/linear_regression.py1.3张量操作与线性回归张量的操作拼接
sunshinecxm_BJTU·2024-01-02 04:30

PyTorch入门(三)——张量操作与线性回归

张量操作和线性回归张量操作张量的拼接torch.cat()torch.stack()张量的切分torch.chunk()torch.split()张量的索引torch.index_select()torch.masked_select()张量的变换torch.reshape()torch.transpose()torch.t()torch.squeeze()torch.unsqueeze()张量的
技术宅zch·2024-01-02 04:00

学习笔记|Pytorch使用教程02(张量操作与线性回归)

学习笔记|Pytorch使用教程02本学习笔记主要摘自“深度之眼”，做一个总结，方便查阅。使用Pytorch版本为1.2。张量的操作:拼接、切分、索引和变换。
NotFound1911·2024-01-02 04:00

pytorch学习2 - 张量操作与线性回归

张量的操作：拼接、切分、索引和变换1张量的拼接与切分1.1torch.cat(tensors,dim=0,out=None)功能：将张量按维度dim进行拼接tensors：张量序列dim：要拼接的维度1.2torch.stack(tensors,dim=0,out=None)功能：在新创建的维度dim上进行拼接tensors：张量序列dim：要拼接的维度区别：cat不会扩展张量的维度，而stack
Rachel_nana·2024-01-02 04:59

Pytorch框架学习（2）——张量操作与线性回归

张量操作与线性回归文章目录张量操作与线性回归1.张量的操作：拼接、切分、索引和变换1.1张量的拼接与切分1.2张量索引1.3张量变换2.张量的数学运算3.线性回归3.1求解步骤1.张量的操作：拼接、切分、索引和变换1.1张量的拼接与切分torch.cat()功能：将张量按维度dim进行拼接（不会扩充张量的维度）tensors：张量序列dim：要拼接的维度torch.stack()功能：在新创建的维
Aidanmomo·2024-01-02 04:59

[PyTorch 学习笔记] 1.3 张量操作与线性回归

本章代码：https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/linear_regression.py张量的操作拼接torch.cat
张贤同学·2024-01-02 04:59

更换python版本后，pycharm如何导入其他python版本解释器所安装的包

基本信息系统：ubuntu16.04原有python版本：系统自带的python2.7和python3.5新添加版本：python3.7添加原因：旧有的python版本不满足安装pytorch及torchvision
Dreaming_of_you·2024-01-02 02:19

深刻剖析与实战BCELoss详解（主）和BCEWithLogitsLoss（次）以及与普通CrossEntropyLoss的区别（次）

CrossEntropyLossBCEWithLogitsLoss前言importtorchimporttorch.nnasnnimporttorch.nn.functionalastnf大家首先要注意一下哈，在pytorch
音程·2024-01-02 01:34

Bert源码讲解（Pytorch版本）

先参考一个很好博主写的：Bert源码详解（Pytorch版本）-知乎(zhihu.com)从零实现BERT中的两个预训任务（上）–月来客栈Pytorch版本的BERT使用学习笔记_pytorch和bert-CSDN
不当菜鸡的程序媛·2024-01-02 01:34

pytorch实现线性回归、softmax分类、多层感知器分类学习笔记

手动实现的pytorch知识点:一、定义变量（Tensor对象）1、torch.ones、torch.zeros、torch.randn等函数2、通过torch.tensor将numpy变量转换为torch
平常心_85d9·2024-01-02 00:47

实践：基于双向LSTM模型完成文本分类任务

目录1数据处理1.1数据加载1.2构造Dataset类1.3封装DataLoader2模型构建3模型训练4模型评价5模型预测5拓展实验5.1使用Pytorch内置的单向LSTM进行文本分类实验编辑5.2
熬夜患者·2024-01-01 22:35

【环境配置】虚拟环境配置

创建虚拟环境condacreate-npytorchpython=3.9安装成功提示激活虚拟环境activatepytorch安装pytorch查看python版本——python退出python——exit
Bosenya12·2024-01-01 21:28

风速预测模型代码全家桶

时序预测：LSTM、ARIMA、Holt-Winters、SARIMA模型的分析与比较_lstm增加季节性因素-CSDN博客风速预测（一）数据集介绍和预处理-CSDN博客风速预测（二）基于Pytorch
建模先锋·2024-01-01 21:50

大甩卖-（CWRU）轴承故障诊数据集和代码全家桶

轴承数据解读与分类处理Python轴承故障诊断(一)短时傅里叶变换STFTPython轴承故障诊断(二)连续小波变换CWT_pyts小波变换故障-CSDN博客Python轴承故障诊断(三)经验模态分解EMD_轴承诊断pytorch-CSDN
建模先锋·2024-01-01 21:49

点积相似性（Dot Product Similarity）

点积相似性的计算可以通过PyTorch中的torch.mm函数实现。在深度学习中，点积相似性常用于衡量两个向量的相似程度
何处不逢君·2024-01-01 21:18

机器学习概述

最近在学习机器学习的基础知识，在此记录一下目前最火的机器学习框架是Scikit-Learn和pytorch，因此，之后的一段时间会使用这两种框架搭建机器学习的模型，相应的学习资源也会开源，希望可以学习到很多知识
Algorithm_Engineer_·2024-01-01 18:48

第二十三周：深度学习基础和pytorch学习

第二十三周：深度学习和pytorch学习摘要Abstract1.TensorBoard的使用2.transforms的使用2.1ToTensor的使用2.2Normalization的使用3.torchvision
@默然·2024-01-01 16:53

Python为何适合开发AI项目？

2、丰富的库和框架：Python拥有庞大且活跃的开源生态系统，包括诸如NumPy、Pandas、Matplotlib、TensorFlow和PyTorch等强大的库和框架。这些
金木讲编程·2024-01-01 14:28

PyTorch常用工具（1）数据处理

本章主要介绍PyTorch在这些方面常用的工具模块，合理使用这些工具可以极大地提高编程效率。
Font Tian·2024-01-01 14:50

【机器学习基础】使用python实现BP算法

用pytorch跟tensorflow实现神经网络固然爽。但是想要深入学习神经网络，光学会调包是不够的，还是得亲自动手去实现一个神经网络，才能更好去理解。
风度78·2024-01-01 13:15

【阅读笔记】概率预测之MQ-RNN(含Pytorch代码实现)

论文地址：https://arxiv.org/abs/1711.11053MQ-RNN一.全文总结二.研究方法三.结论四.创新点五.思考六.参考文献七.Pytorch实现⭐util(工具函数)ModelLoadDataTrainTest
卡卡南安·2024-01-01 13:31

【深度学习】第二章：数据

下面我们的深度学习都是基于pytorch框架的，所以第一步就是你要有pytorch模块。
宝贝儿好·2024-01-01 12:26

【深度学习】第四章：反向传播-梯度计算-更新参数

pytorch框架中还封装了计算图，计算图的通俗理解就是：只要你有计算，并且设置了requires_grad=True，pytorch就会自动同时帮你生成这个计算过程的计算图。
宝贝儿好·2024-01-01 12:26

pytorch深度学习环境配置

cuda10.2pipinstalltorch==1.10.0+cu102torchvision==0.11.0+cu102torchaudio==0.10.0-fhttps://download.pytorch.org
纬领网络·2024-01-01 11:37

NLP扎实基础1：Word2vec模型Skip-Gram Pytorch复现

文章目录Word2vec与Skip-Gram的简介实现Word2vec的朴素想法Skip-Gram算法流程Pytorch复现Word2vec与Skip-Gram的简介wordtovector是NLP领域殿堂级的思想
呆萌的代Ma·2024-01-01 11:03

【Pytorch】学习记录分享8——PyTorch自然语言处理基础-词向量模型Word2Vec

【Pytorch】学习记录分享7——PyTorch自然语言处理基础-词向量模型Word2Vec1.词向量模型Word2Vec)1.如何度量这个单词的？2.词向量是什么样子？
大江东去浪淘尽千古风流人物·2024-01-01 11:56

torch_geometric，scatter，sparse， cluster的安装

1、环境版本配置：python3.8，pytorch1.8.1，cu1112、百度的如何安装geometric，发现需要安装scatter、sparse、cluster先，直接用的pip命令。
菜丢·2024-01-01 10:31

PyTorch中常用的工具（4）Visdom

本章主要介绍PyTorch在这些方面常用的工具模块，合理使用这些工具可以极大地提高编程效率。
Font Tian·2024-01-01 10:23

损失函数L1Loss/L2Loss/SmoothL1Loss

本文参考：PyTorch中的损失函数--L1Loss/L2Loss/SmoothL1Loss-知乎【SmoothL1Loss】SmoothL1损失函数理解_寻找永不遗憾的博客-CSDN博客_smoothl1loss
数据猴赛雷·2024-01-01 09:51

【损失函数】SmoothL1Loss 平滑L1损失函数

1、介绍torch.nn.SmoothL1Loss是PyTorch中的一个损失函数，通常用于回归问题。它是L1损失和L2损失的结合，旨在减少对异常值的敏感性。
daphne odera�·2024-01-01 09:49

【MMdetection】MMdetection从入门到进阶1

ImageNet上所有pytorch风格的预训练主干都来自PyTorch模型zoo，caffe风格的预训练主干是从detectron2新发布的模型转换而来的。
资料加载中·2024-01-01 08:09

【MMdetection】MMdetection从入门到进阶

condacreate--nameopenmmlabpython=3.8-ycondaactivateopenmmlab步骤2.基于PyTorch官方说明安装PyTorch。
资料加载中·2024-01-01 08:08

Pytorch | Pytorch框架中模型和数据的gpu和cpu模式：model.to(device), model.cuda(), model.cpu(), DataParallel

背景介绍我们在使用Pytorch训练时，模型和数据有可能加载在不同的设备上（gpu和cpu），在算梯度或者loss的时候，报错信息类似如下：RuntimeError:FunctionAddBackward0returnedaninvalidgradientatindex1
1LOVESJohnny·2024-01-01 08:06

关于 PyTorch 库的使用和基础方法整理

PyTorchPyTorch基础结构：主要功能：Tensor创建Tensor：Tensor基本操作：Tensor的其他用法：Autograd简单示例写在最后PyTorchPyTorch（PythonTorch
SuasyYi·2024-01-01 06:54

使用pytorch神经网络拟合计算模型

一.内容简介使用pytorch神经网络拟合计算模型二.软件环境2.1vsCode2.2Anacondaversion:conda22.9.02.3pytorch安装pytorch(http://t.csdnimg.cn
+++.·2024-01-01 06:54

PyTorch常用工具（2）预训练模型

本章主要介绍PyTorch在这些方面常用的工具模块，合理使用这些工具可以极大地提高编程效率。
Font Tian·2024-01-01 06:23

Ubuntu 22.04配置pytorch

Ubuntu系统和Windows系统不一样，所以不要在官网下载1.打开命令窗口，输入sudoaptupdate2.下载curl-y包sudoaptinstallcurl-y3.转换目前工作目录到/tmpcd/tmp4.curl安装Anacondainstallerscriptcurl--outputanaconda.shhttps://repo.anaconda.com/archive/Anaco
陈子迩·2024-01-01 06:53

深度学习必备框架PyTorch简介和参考资料

目录引言本系列博客的目标和预期读者历史和发展易用性灵活性动态计算图学习资源和文档推荐书籍社区和支持总结引言欢迎来到PyTorch的世界——一个革命性的工具，正在重塑我们如何构建和理解机器学习和深度学习模型
E寻数据·2024-01-01 06:51

对比 PyTorch 和 TensorFlow：选择适合你的深度学习框架

目录引言深度学习在各行业中的应用PyTorch和TensorFlow简介PyTorch：简介与设计理念发展历史和背景主要特点和设计理念TensorFlow：简介与设计理念发展历史和背景主要特点和设计理念
E寻数据·2024-01-01 06:19

PyTorch中常用的工具（3）TensorBoard

本章主要介绍PyTorch在这些方面常用的工具模块，合理使用这些工具可以极大地提高编程效率。
Font Tian·2024-01-01 06:13

一种简单的自编码器PyTorch代码实现

1.引言对于许多新接触深度学习爱好者来说，玩AutoEncoder总是很有趣的，因为它具有简单的处理逻辑、简易的网络架构，方便可视化潜在的特征空间。在本文中，我将从头开始介绍一个简单的AutoEncoder模型，以及一些可视化潜在特征空间的一些的方法，以便使本文变得生动有趣。闲话少说，我们直接开始吧！2.数据集介绍在本文中，我们使用FashionMNIST数据集来完成此任务。以下是Kaggle上数
赵卓不凡·2024-01-01 05:44

机器学习 Pytorch 教程

一个不错的介绍pytorch的博客。
苏高峰·2024-01-01 05:18
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他