PyTorch卷积神经网络第15页

TensorFlow入门实操笔记 3-4

就会中计真的一开电脑就学习大纲前言碎碎念第三章：卷积介绍3.1卷积神经网络3.2卷积神经程序3.3卷积网络结构3.4卷积神经网络训练代码第四章图像应用4.1准备训练数据4.2数据预处理4.3创建并训练模型

七水合硫酸亚铁有点脆·2024-02-05 10:40

bert分类模型使用

bert-bert-chinese预训练模型去做分类任务，这里找了新闻分类数据，数据有20w，来自https://github.com/649453932/Bert-Chinese-Text-Classification-Pytorch

木下瞳·2024-02-05 10:29

PyTorch、NCNN、Numpy三者张量的shape

目录一、PyTorch二、NCNN三、Numpy一、PyTorch在PyTorch中，张量（Tensor）的形状通常按照(N,C,H,W)的顺序排列，其中：N是批量大小（batchsize）C是通道数（

六五酥·2024-02-05 09:30

深度学习本科课程实验1 Pytorch基本操作

一、Pytorch基本操作考察1.1任务内容使用初始化一个×的矩阵和一个×的矩阵，对两矩阵进行减法操作（要求实现三种不同的形式），给出结果并分析三种方式的不同（如果出现报错，分析报错的原因），同时需要指出在计算过程中发生了什么

11egativ1ty·2024-02-05 09:29

Pytorch 学习笔记--torch.linspace()函数

先看Pytorch官方的解释：简单来说，就是返回一个一维张量，这个张量包含由start到end的均匀间隔steps的n个点参数：start(float)-区间的起始点end(float)-区间的终点steps

SAMSTAYREAL·2024-02-05 09:35

PyTorch：torch.linspace

函数定义：torch.linspace(start,end,steps=100,out=None,dtype=None,layout=torch.strided,device=None,requires_grad=False)→Tensor作用：返回从起始值start(含)到结束值end(含)之间steps个等步距的值的一维张量，步距为(end+1-start)/steps。有点拗口，直接用例子分

地球被支点撬走啦·2024-02-05 09:32

Pytorch: nn.dropout

Dropout是一种用于深度学习模型的正则化技术，旨在减少模型对特定训练样本的过度拟合。其主要作用包括：减少过拟合：Dropout阻止神经网络对某些特定输入值过度依赖，从而提高模型的泛化能力。通过随机地失活神经元（将其输出设为零），模型在训练期间不会过度依赖于任何一个神经元，减少了复杂模型在训练数据上的过拟合风险。提高模型的鲁棒性：Dropout可以使模型对输入的微小变化更加鲁棒，因为模型不会过分

湫兮之风·2024-02-05 09:31

PyTorch 2.2 中文官方教程（一）

PyTorch秘籍PyTorch秘籍原文：pytorch.org/tutorials/recipes/recipes_index.html译者：飞龙协议：CCBY-NC-SA4.0秘籍是关于如何使用特定

绝不原创的飞龙·2024-02-05 09:01

Pytorch: torch.linspace等间隔数值函数

torch.linspace是PyTorch提供的一个用于生成等间隔数值的函数。具体而言，torch.linspace会在指定的区间内生成指定数量的等间隔数值。

湫兮之风·2024-02-05 09:59

PyTorch 2.2 中文官方教程（十七）

（Beta）使用缩放点积注意力（SDPA）实现高性能Transformer原文：pytorch.org/tutorials/intermediate/scaled_dot_product_attention_tutorial.html

绝不原创的飞龙·2024-02-05 08:04

Pytorch机器学习——3 神经网络（五）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.3前向算法当我们使用前馈神经网络接受输入x并产生输出时，信息通过网络向前流动。

辘轳鹿鹿·2024-02-05 08:45

探索深度学习的边界：使用 TensorFlow 实现高效空洞卷积（Atrous Convolution）的全面指南

空洞卷积（AtrousConvolution），在TensorFlow中通过tf.nn.atrous_conv2d函数实现，是一种强大的工具，用于增强卷积神经网络的功能，特别是在处理图像和视觉识别任务时

程序员Chino的日记·2024-02-05 08:28

《动手学深度学习(PyTorch版)》笔记7.2

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过，同时对于书上部分章节也做了整合。Chapter7ModernConvolutionalNeuralNetworks7.2NetworkUsingBlocks:VGGimportmat

南七澄江·2024-02-05 08:20

PyTorch 2.2 中文官方教程（十八）

开始使用完全分片数据并行（FSDP）原文：pytorch.org/tutorials/intermediate/FSDP_tutorial.html译者：飞龙协议：CCBY-NC-SA4.0作者：HamidShojanazeri

绝不原创的飞龙·2024-02-05 08:46

《动手学深度学习(PyTorch版)》笔记7.1

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过，同时对于书上部分章节也做了整合。Chapter7ModernConvolutionalNeuralNetworks7.1DeepConvolutionalNeuralNetwork:

南七澄江·2024-02-05 08:45

PyTorch 2.2 中文官方教程（八）

训练一个玛丽奥玩游戏的RL代理原文：pytorch.org/tutorials/intermediate/mario_rl_tutorial.html译者：飞龙协议：CCBY-NC-SA4.0注意点击这里下载完整的示例代码作者

绝不原创的飞龙·2024-02-05 08:45

继续PyTorch！

PyTorch框架保留了Torch的动态计算图特性并结合了Python语言的易用性和丰富资源。

科学禅道·2024-02-05 06:15

神经网络 | 基于 CNN 模型实现土壤湿度预测

通过深度学习技术，特别是卷积神经网络，我们可以利用过去的土壤湿度数据来预测未来的湿度趋势。

半亩花海·2024-02-05 05:38

《深度学习入门》学习笔记

入门列表字典类numpy广播第二章感知机第三章神经网络激活函数第四章神经网络的学习损失函数求梯度第五章误差反向传播法第六章与学习相关的技巧6.1寻找最优参数6.3权重的初始值6.4正则化6.4超参数的验证第七章卷积神经网络卷积池化

YY_oot·2024-02-05 05:55

【深度学习】讲透深度学习第3篇：TensorFlow张量操作（代码文档已分享）

具体包括：TensorFlow的数据流图结构，神经网络与tf.keras，卷积神经网络(CNN)

程序员一诺·2024-02-05 05:52

win10 miniconda pytorch1.5安装

首先自己先装好自己的cuda驱动，我自己装的是9.2的版本，装的方法可自行百度miniconda安装miniconda是conda的轻量级版本，相比anaconda占用空间小。直接在清华镜像下载安装包https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/选择python3.8的最新版本，下载完后直接双击安装，选择自己的安装路径，一路next

咸鱼丶的自我修养·2024-02-05 04:40

跑通CLIP4STR，用于字符识别的预标签制作

下载模型clip4str_base16x16_d70bde1f2d.ckpt和ViT-B-16.pt；首先根据工程中的README.md进行环境处理：Requires`Python>=3.8`and`PyTorch

猫猫与橙子·2024-02-05 02:24

[Unity Sentis] 了解 Sentis 中的模型

要获得与Sentis兼容的模型，您可以执行以下操作之一：在TensorFlow、PyTorch或Keras等框架中训

Unity尧明·2024-02-05 02:53

[Unity Sentis] Sentis 中的 Tensor 基本原理

Sentis中的张量的工作方式与TensorFlow、PyTorch和其他机器学习框架中的张量类似。Sentis中的张量最多可以有8个维度。如果张量的维度为

Unity尧明·2024-02-05 02:53

linear_regression_2.ipynb

outputs":[],"source":["%matplotlibinline\n","%reload_extautoreload\n","%autoreload1\n","%aimportd2lzh_pytorch

fallinmix·2024-02-05 02:49

PyTorch中的nn.Embedding的使用、参数及案例

PyTorch中的nn.Embedding的使用Embedding层在神经网络中主要起到降维或升维的作用。

神奇的布欧·2024-02-05 00:53

详细流程安装Anaconda，开启AI第一步【Windows版】

AI时代来临，让我们开启Pytorch之旅第一步，安装AnacondaAnaconda：数据科学的利器Anaconda是一个开源的Python和R语言发行版，用于计算科学，特别是数据科学。

心安成长·2024-02-04 22:37

论文阅读_视觉注意力模型生成图片标题

论文地址：https://arxiv.org/pdf/1502.03044.pdf参考代码：https://github.com/parksunwoo/show_attend_and_tell_pytorch

xieyan0811·2024-02-04 22:33

超级详细的YOLOV8教程

制作数据集3.部署YOLOV8的代码3.1远程部署3.1.1项目下载3.1.2修改代码3.1.2.1训练模型3.1.2.1验证模型3.2本地部署3.2.1YOLOV8项目部署3.2.2cuda、cudnn、Pytorch

李小狗儿·2024-02-04 21:46

PyTorch 2.2 中文官方教程（十四）

参数化教程原文：译者：飞龙协议：CCBY-NC-SA4.0作者：MarioLezcano注意点击这里下载完整示例代码在本教程中，您将学习如何实现并使用此模式来对模型进行约束。这样做就像编写自己的nn.Module一样容易。对深度学习模型进行正则化是一项令人惊讶的挑战。传统技术，如惩罚方法，通常在应用于深度模型时效果不佳，因为被优化的函数的复杂性。当处理病态模型时，这一点尤为棘手。这些模型的示例包括

绝不原创的飞龙·2024-02-04 21:55

RNN的具体实现

这篇文章真的巨好，特别适合新手做复现Pytorch循环神经网络（RNN）快速入门与实战_torchrnn-CSDN博客

conch0329·2024-02-04 20:56

RNN实战具体跑的代码

一、首先先上代码：这个是接pytorchAPI的调用代码importtorchimporttorch.nnasnnbs,T=2,3#批次大小，输入序列长度input_size,hidden_size=2,3

conch0329·2024-02-04 20:53

人工智能专业毕业设计最新最全选题精华汇总-持续更新中

HaiLang_IT·2024-02-04 19:31

torch.flip(input, dims)详解

torch.flip(input,dims)是pytorch中的函数，用于对输入张量的指定维度进行翻转操作。

chen_znn·2024-02-04 17:49

torch.sign()详解

torch.sign()是pytorch中的一个函数，用于计算输入张量的元素的符号。具体地说，torch.sign()函数会返回一个新的张量，其中的元素是输入张量中对应元素的符号。

chen_znn·2024-02-04 17:47

Convolutional Neural Networks CNN -- Explained

ConvolutionalNeuralNetworksCNN--Explained为什么要卷积神经网络？卷积神经网络如何工作？

许喜远·2024-02-04 17:47

Convolutional Neural Network (CNN) 识别手写数字字体

介绍：卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种在计算机视觉领域广泛应用的深度学习模型。它主要用于图像识别、目标检测、图像分割等任务。

取名真难.·2024-02-04 17:15

pytorch在加载模型时CUDA error: out of memory

在加载模型的时候出现了RuntimeError:CUDAerror:outofmemory，如图1所示，之后查到https://blog.csdn.net/weixin_43509263/article/details/103841657这里面是说这个错误代表的显存不够，但在这里我只是加载一个LeNet-5的模型，这么多显存应该完全是够的。后面发现因为之前的程序之前在另一个卡上运行，这样加载时会默

csh_b293·2024-02-04 16:57

【具身智能】目标导航实验复现详细教程

文章目录【具身智能】目标导航实验复现详细教程1.源码测试2.训练3.验证（附）问题Pytorch与CUDA版本问题项目文件引用问题循环引用问题libstdc++库文件旧显存爆炸问题【具身智能】目标导航实验复现详细教程参考论文

Moresweet猫甜·2024-02-04 16:42

查看当前虚拟环境中的pytorch版本

1.进入anaconda，输入activatevm1，回车，vm1是我的虚拟环境名，换成自己的就可以了activatevm12.输入python3.依次输入如下指令

ffemininity·2024-02-04 15:08

linux Pytorch（GPU版本）后出现torch.cuda.is_available()返回False，解决方案来啦

解决方案：一级目录二级目录第一次的下载过程如何判断是否是CPU的版本解决方案一级目录二级目录第一次的下载过程我当时下载GPU版本的pytorch的时候，就是直接从官网首页给的命令下载的，如下图：但是好像他们给出的命令默认安装的是

芝麻芝麻快长头发·2024-02-04 15:04

[动手学深度学习-PyTorch版]-5.11卷积神经网络-残差网络（ResNet）

5.11残差网络（ResNet）让我们先思考一个问题：对神经网络模型添加新的层，充分训练后的模型是否只可能更有效地降低训练误差？理论上，原模型解的空间只是新模型解的空间的子空间。也就是说，如果我们能将新添加的层训练成恒等映射f(x)=x，新模型和原模型将同样有效。由于新模型可能得出更优的解来拟合训练数据集，因此添加层似乎更容易降低训练误差。然而在实践中，添加过多的层后训练误差往往不降反升。即使利用

蒸饺与白茶·2024-02-04 15:45

在云服务器上安装Anaconda，安装CPU版的pytorch，运行pytorch代码

安装步骤Anaconda安装：下载anaconda的包在linux中执行.sh文件配置环境变量检验是否安装成功创建虚拟环境激活虚拟环境退出虚拟环境CPU版本的pytorch安装：官网安装验证pytorch

芝麻芝麻快长头发·2024-02-04 15:34

在anaconda中下载pytorch

下载pytorch流程（十大步，中国人不骗中国人）下载anaconda，直接在官网下载即可（https://www.anaconda.com/）在anaconda里创建虚拟环境：------使用命令：condacreate-n

芝麻芝麻快长头发·2024-02-04 15:04

李沐《动手学深度学习》循环神经网络经典网络模型

动手学深度学习》线性神经网络softmax回归李沐《动手学深度学习》多层感知机模型概念和代码实现李沐《动手学深度学习》多层感知机深度学习相关概念李沐《动手学深度学习》深度学习计算李沐《动手学深度学习》卷积神经网络相关基础概念李沐

丁希希哇·2024-02-04 14:43

李沐《动手学深度学习》卷积神经网络经典网络模型

动手学深度学习》线性神经网络softmax回归李沐《动手学深度学习》多层感知机模型概念和代码实现李沐《动手学深度学习》多层感知机深度学习相关概念李沐《动手学深度学习》深度学习计算李沐《动手学深度学习》卷积神经网络相关基础概念目录系列文章一

丁希希哇·2024-02-04 14:42

SVDiff: Compact Parameter Space for Diffusion Fine-Tuning——【论文笔记】

本文发表于ICCV2023论文地址：ICCV2023OpenAccessRepository(thecvf.com)官方代码：mkshing/svdiff-pytorch:Implementationof"SVDiff

我是浮夸·2024-02-04 14:19

Yolov8方法笔记

目录1、安装yolov8的虚拟环境（1）创建虚拟环境（2）安装pytorch编辑2、下载yolov8模型3、解压缩，解压后的文件4、将转换数据集（以口罩检测为准）5、配置和执行6、验证7、测试1、安装yolov8

我闻如是·2024-02-04 12:04

Keras中内置的预训练模型架构介绍

中内置的模型架构主要包括以下几种：1.MobileNet系列（MobileNetV1,MobileNetV2,MobileNetV3）：-基本原理：MobileNet系列是为了移动和边缘设备设计的轻量级卷积神经网络

人生万事须自为，跬步江山即寥廓。·2024-02-04 12:58

YOLOv5算法进阶改进（15）— 引入密集连接卷积网络DenseNet

在传统的卷积神经网络中，每个层的输入只来自于前一层的输出。而在DenseNet中，每个层的输入不仅来自于前一层的输出，还来自于之前所有层的输出。这种密集连接的方

小哥谈·2024-02-04 11:30

推荐频道

PyTorch卷积神经网络