深度学习框架-pytorch 第6页

真快！几分钟就把视频语音识别为文本了，不到10行代码

虽然已经很简单了，但是对于程序员来说还是不够简洁，毕竟程序员都很“懒”，Whisper虽说安装和调用已经很简单了，但还是需要独立安装PyTorch、ffmpeg甚至Rust。

诗者才子酒中仙·2024-03-05 23:19

pytorch 介绍以及常用工具包展示

1.2PyTorch简介：张量计算框架的演进回顾PyTorch作为张量计算框架的发展历程。强调其灵活性、动态计算图和深度学习社区的支持。

R0ot·2024-03-05 00:50

LSTM进行字符级文本生成（pytorch实现）

文章目录基于pytorch的LSTM进行字符集文本生成前言一、数据集二、代码实现1.到入库和LSTM进行模型构建2.数据预处理函数3.训练函数4.预测函数5.文本生成函数6.主函数完整代码总结前言本文介绍了机器学习中深度学习的内容使用

山川而川-R·2024-03-04 13:35

使用TensorRT在PyTorch项目中加速深度学习推理

在PyTorch项目中使用TensorRT进行深度学习推理通常涉及以下步骤：模型训练：首先，在PyTorch中训练你的深度学习模型。

从零开始学习人工智能·2024-03-02 05:48

金融贷款风险预测：使用图神经网络模型进行违约概率评估

要使用PyTorch和GNN（图神经网络）来预测金融贷款风险，并加入注意力机制，我们首先需要构建一个贷款风险预测的图数据集。然后，我们将设计一个基于注意力机制的GNN模型。

从零开始学习人工智能·2024-02-29 13:52

【主流开发语言和开发环境介绍】

流行库：NumPy,Pandas,TensorFlow,PyTorch,Flask,Django。开发环境：PyCharm,VisualStudioCode,JupyterNotebooks。Jav

程序员不想YY啊·2024-02-27 23:06

[C++]使用C++部署yolov9的tensorrt模型进行目标检测

TensorRT是一个用于高效推理的SDK，它能对TensorFlow、PyTorch等框架训练的模型进行优化，从而加速模型在NVIDIAGPU上的运行速度。

FL1623863129·2024-02-26 22:35

liuhehe321·2024-02-26 05:46

torch_scatter和torch_sparse用于处理图形数据和稀疏张量·「含有下載地址」

torch_scatter和torch_sparse是PyTorch的两个重要扩展库，用于处理图形数据和稀疏张量。

源代码杀手·2024-02-25 01:08

【深入了解PyTorch】模型优化和加速：PyTorch优化技术与库的应用

【深入了解PyTorch】模型优化和加速：PyTorch优化技术与库的应用模型优化和加速：PyTorch优化技术与库的应用模型剪枝（ModelPruning）模型量化（ModelQuantization

prince_zxill·2024-02-24 07:23

【深入了解PyTorch】PyTorch实战项目示例：深入探索图像分类、目标检测和情感分析

【深入了解PyTorch】PyTorch实战项目示例：深入探索图像分类、目标检测和情感分析PyTorch实战项目示例：深入探索图像分类、目标检测和情感分析项目一：图像分类数据集准备构建模型训练模型模型评估和预测项目二

prince_zxill·2024-02-24 07:23

深入浅出PyTorch学习网址

https://datawhalechina.github.io/thorough-pytorch/

今天是学习的一天·2024-02-23 19:38

TensorFlow 的基本概念和使用场景

TensorFlow是一个开源的深度学习框架，由Google在2015年发布。它提供了一个用于构建和训练机器学习模型的图计算系统。

小麟School·2024-02-20 21:37

【PyTorch Ligntning】快速上手简明指南

目录一、简介二、安装PyTorchLightning三、定义LightningModule3.1SYSTEMVSMODEL3.2FORWARDvsTRAINING_STEP三、配置LightningTrainer

何处闻韶·2024-02-20 21:37

变分自编码器（VAE）PyTorch Lightning 实现

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。个人主页：小嗷犬的个人主页个人网站：小嗷犬的技术小站个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。本文目录VAE简介基本原理应用与优点缺点与挑战使用VAE生成MNIST手写数字忽略警告导入必要的库设置随机种子cuDNN设置超参数设置数据加载定义VAE模型定义损失函数定义Lightning模型训练模型绘制训

小嗷犬·2024-02-20 21:06

Python中Thop库的基本介绍和参数说明

Thop介绍THOP（Torch-OpCounter）是一个用于计算PyTorch模型操作数和计算量的工具。通过这个库，开发者可以更好地理解和评估模型的复杂度，这对于模型优化和性能调优是非常有帮助的

肆十二·2024-02-20 18:30

【优化器】(三) RMSProp原理 & pytorch代码解析

1.简介在上一篇文章里，我们介绍了AdaGrad，引入了二阶动量来调整不同参数的学习速率，同时它的缺点就是不断地累加二阶动量导致最终学习率会接近于0导致训练提前终止，RMSProp主要针对这个问题进行了优化。2.RMSPropAdaGrad的二阶动量计算公式为其中，为当前时刻的二阶动量，是某一时刻的梯度，表示迄今所有梯度的平方和。问题就在于这个求和上，不断地累加导致学习率为0。RMSProp在Ad

Lcm_Tech·2024-02-20 18:30

Pytorch-RMSprop算法解析

肆十二·2024-02-20 18:59

【深度学习】Pytorch 系列教程（三）：PyTorch数据结构：2、张量的数学运算（1）：向量运算（加减乘除、数乘、内积、外积、范数、广播机制）

文章目录一、前言二、实验环境三、PyTorch数据结构0、分类1、Tensor（张量）1.维度（Dimensions）2.数据类型（DataTypes）3.GPU加速（GPUAcceleration）2

QomolangmaH·2024-02-20 16:47

Pytorch学习记录-接近人类水平的GEC（使用混合机器翻译模型）

五月第二周要结束了，接下来的三个月主要是文献阅读，准备8、9月的开题报告，技术类的文献集中在GEC和Textmaching的应用方面，读完之后找demo复现，然后应用。理论方面的论文也都是英文的8.NearHuman-LevelPerformanceinGrammaticalErrorCorrectionwithHybridMachineTranslation昨天一天没看论文，发现我文献阅读速度太

我的昵称违规了·2024-02-20 16:04

Deep Learning with OpenCV DNN Module介绍

2.1支持的不同深度学习功能2.2支持的不同模型2.3支持的不同框架3.如何使用OpenCVDNN模块3.1使用从Keras和PyTorch等不同框架转换为ONNX格式的模型3.2使用OpenCVDNN

lida2003·2024-02-20 16:18

MIT-BEVFusion系列八--onnx导出1 综述及相机网络导出

目录综述export-camera.py加载模型加载数据生成需要导出成onnx的模块Backbone模块VTransform模块生成onnx使用pytorch原生的伪量化计算方法导出camera.backbone.onnx

端木的AI探索屋·2024-02-20 14:25

【踩坑系列记录】Anaconda环境将torch由cpu换成gpu

这段时间开始做深度学习的项目，于是用Anaconda给项目创建了一个环境，其他的环境配置很顺利，就是到了安装pytorch时，我用pytorch官网的代码一直下载的是cpu版本。

RoyZz_·2024-02-20 13:37

深度学习主流开源框架：Caffe、TensorFlow、Pytorch、Theano、Keras、MXNet、Chainer

深度学习主流开源框架表2.1深度学习主流框架参数对比框架关键词总结框架关键词基本数据结构（都是高维数组）Caffe“在工业中应用较为广泛”，“编译安装麻烦一点”BlobTensorFlow“安装简单pip”TensorPytorch

seasonsyy·2024-02-20 09:50

从代码的层面掌握LLM的路线

原则：从易到难，只用pytorch从第一个项目来熟悉transformer的使用；从第二个项目来掌握对训练数据的使用方法及transformer的decoder的细节；从第三个项目来理解LLM的整个过程

Eloudy·2024-02-20 08:41

pytorch tensor合并与分割

目录1.cat2.stack3.split4.chunk1.cattorch.cat(tensors,dim=0,*,out=None)→Tensor在指定维度上，连接给定tensor序列或empty，除连接的dimension外，所有得的ensor必须有相同的shape参数：tensors-具有相同类型的tensor序列，非emptytensor必须具有相同的shape，连接的dimension

wyw0000·2024-02-20 07:43

Pytorch 配置 GPU 环境

1、Pytorch深度学习跑代码的时候，因为简单的操作不适合cpu运行，我们更习惯用GPU加速代码。

听风吹等浪起·2024-02-20 07:38

PyTorch使用Tricks：Dropout，R-Dropout和Multi-Sample Dropout等！！

文章目录1、为什么使用Dropout？2、Dropout的拓展1：R-Dropout3、Dropout的拓展2：Multi-SampleDropout4、Dropout的拓展3：DropConnect5、Dropout的拓展4：Standout6、Dropout的拓展5：GaussianDropout1、为什么使用Dropout？Dropout是一种在神经网络训练过程中用于防止过拟合的技术。在训练

JOYCE_Leo16·2024-02-20 07:04

【PyTorch][chapter 16][李宏毅深度学习][Neighbor Embedding][t-SNE]

前言：前面LLE讲了两个点在高维空间距离相近，通过降维后也要保持这种关系但是如果两个点在高维空间距离很远（不属于K邻近）,降维后有可能叠加在一起了.t-SNE(t-DistributedStochasticNeighborEmbedding)是一种降维技术，LLE在进行降维时，都强调了降维后的相似的数据要尽可能地保持相似，但并没有说对于那些不相似的数据，要有多不相似这个问题.这就导致了在进行降维时

明朝百晓生·2024-02-20 07:33

Pytorch关于CIFAR-10测试

下载CIFAR-10数据集：官网：https://www.cs.toronto.edu/~kriz/cifar.htmlCIFAR-10的网络结构：importtorchfromtorchimportnnfromtorch.nnimportConv2d,MaxPool2d,Flatten,Linear,Sequential#定义网络结构classModel(nn.Module):def__init

月疯·2024-02-20 07:03

深度学习(16)--基于经典网络架构resnet训练图像分类模型

引入所需的工具包2.2.数据读取和预处理2.3.加载resnet152模型2.4.初始化模型2.5.设置需要更新的参数2.6.训练模块设置2.7.再次训练所有层2.8.测试网络效果三.完整代码一.项目介绍使用PyTorch

GodFishhh·2024-02-20 07:31

Pytorch的常用模块和用途说明

肆十二·2024-02-20 07:30

Pytorch-Adam算法解析

肆十二·2024-02-20 07:30

Pytorch backward报错2次访问计算图需要 retain_graph=True 的一种情况

错误代码错误的原因在于y1=0.5*x*2-1.2*xy2=x**3没有放到循环里面，没有随着x的优化而相应变化。importtorchimportnumpyasnpimporttorch.optimasoptimtorch.autograd.set_detect_anomaly(True)device=torch.device('cuda'iftorch.cuda.is_available()e

培之·2024-02-20 06:55

将pytorch中变量的梯度为 nan 的替换成 1 还是 0？

替换成0，则变量保持不动0:xtensor([1.0000,2.0000,3.0000,4.5000],device='cuda:0',requires_grad=True)0:xtensor([1.0000,2.0000,3.0000,4.5000],device='cuda:0',requires_grad=True)替换成1，变量会变化0:xtensor([1.0000,2.0000,3.0

培之·2024-02-20 06:25

torch_geometric和torch的版本匹配问题

https://pytorch-geometric.com/whl/torch-1.7.0+cu101.html测试过几类网站，只有这个是正常安装的torch版本需要跟torch_geometric版本配套

Sinsinw·2024-02-20 06:31

机器学习入门--LSTM原理与实践

本文将介绍LSTM模型的数学原理、代码实现和实验结果，并使用pytorch和sklearn的数据集进行验证。

Dr.Cup·2024-02-20 05:14

机器学习入门--循环神经网络原理与实践

本文将介绍RNN的基本数学原理、使用PyTorch和Scikit-Learn数据集实现的代码。数学原理RNN是一种带有循环结构的神经网络，其在处理序列数据时将前一次的输出作为当前输入的一部分。

Dr.Cup·2024-02-20 05:44

机器学习入门--门控循环单元(GRU)原理与实践

本文将介绍GRU的数学原理、代码实现，并通过pytorch和sklearn的数据集进行试验，最后对该模型进行总结。数学原理GRU是一种

Dr.Cup·2024-02-20 05:43

【AIGC】Stable Diffusion安装包

您可以从Python官方网站下载并安装Python：https://www.python.org/downloads/安装PyTorch：StableDiffusion使用PyT

AIGCExplore·2024-02-20 02:27

深度学习之pytorch实现逻辑斯蒂回归

深度学习之pytorch实现逻辑斯蒂回归解决的问题数学公式logiatic函数损失值代码与线性回归代码的区别数据损失值构造回归的函数结果分析解决的问题logistic适用于分类问题，这里案例(y为0和1

温柔了岁月.c·2024-02-20 01:58

深度学习之反向传播算法

反向传播算法数学公式算法代码结果算法中一些函数的区别数学公式算法代码这里用反向传播算法，计算y=w*x模型importnumpyasnpimportmatplotlib.pyplotasply#反向传播算法，需要使用pytorch

温柔了岁月.c·2024-02-20 01:55

PyTorch-线性回归

已经进入大模微调的时代，但是学习pytorch，对后续学习rasa框架有一定帮助吧。

一个高效工作的家伙·2024-02-20 00:46

PyTorch – 逻辑回归

data首先导入torch里面专门做图形处理的一个库，torchvision，根据官方安装指南，你在安装pytorch的时候torchvision也会安装。

一个高效工作的家伙·2024-02-20 00:46

pytorch神经网络入门代码

importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorchvisionimporttorchvision.transformsastransforms#定义神经网络结构classSimpleNN(nn.Module):def__init__(self,input_size,hidden_size,num_classes):sup

hehui0921·2024-02-20 00:15

快速搭建PyTorch环境：Miniconda一步到位

快速搭建PyTorch环境：Miniconda一步到位文章目录一、为何选择Miniconda搭建PyTorch环境？

高斯小哥·2024-02-20 00:13

Python学习Pytorch

一、如何查看本机是否安装了Pytorch在Python环境中查看是否安装了PyTorch可以通过几个简单的步骤来完成。

xdpcxq1029·2024-02-19 22:41

pytorch创建模型方式

1.继承自nn.Module的方式fromtorchimportnnimporttorch.nn.functionalasF'''继承自nn.Module'''classLModel(nn.Module):def__init__(self):super().__init__()self.L1=nn.Linear(10,10)self.L2=nn.Linear(10,64)self.L3=nn.Li

守护安静星空·2024-02-19 21:43

记录 | pytorch计算ap的方法

假设当前经过标签数据与预测数据的加载，我们得到了下面两个变量：det_boxes：包含全部图像中所有类别的预测框，其中一个边框包含了[left,top,right,bottom,score,NameofImage]gt_boxes：包含了全部图像中所有类别的标签，其中一个标签的内容为[left,top,right,bottom,0]。需要注意的是，最后一位0代表该标签有没有被匹配过，如果匹配过则会

极智视界·2024-02-19 21:09

NLP_自然语言处理项目(2)：seq2seq_attention_机器翻译（基于PyTorch）

1、seq2seq_attention_机器翻译seq2seq_attention是一种基于神经网络的机器翻译模型，它通过编码器和解码器两个部分实现翻译功能。编码器将源语言句子转换为一个固定长度的向量表示，解码器则将这个向量作为输入，生成目标语言句子的翻译结果。在seq2seq_attention中，编码器和解码器都是由循环神经网络（RNN）组成的。编码器将源语言句子中的每个单词依次输入RNN，每

@硬train一发·2024-02-19 18:56

推荐频道

深度学习框架-pytorch