PyTorch卷积神经网络

动手学图神经网络（12）：MovieLens上的链接回归

环境设置使用pip安装pyg-lib、pytorch_geometric、sentence_transformers、fuzzywuzzy、captum等。
段智华·2025-02-08 11:07

【轻量级推荐算法框架】‌ReChorus‌ 是一个高效、可扩展的轻量级推荐算法框架

‌ReChorus‌是一个高效、可扩展的轻量级推荐算法框架，基于PyTorch实现。该框架旨在解决推荐系统中算法实现细节、评价方式、数据集处理等方面的差异，帮助缓解可复现性问题。
繁华落尽，寻一世真情·2025-02-08 11:36

深度学习模型格式解析：PyTorch、AWQ 和 GPTQ

PyTorch、AWQ（Activation-awareWeightQuantization）和GPTQ（GeneralizedPost-TrainingQuantization）是目前较为流行的三种模型格式
gs80140·2025-02-08 11:00

青少年编程与数学 02-008 Pyhon语言编程基础 26课题、常见框架

青少年编程与数学02-008Pyhon语言编程基础26课题、常见框架一、Django二、Pandas三、NumPy四、TensorFlow五、PyTorch六、练习步骤1:安装Django步骤2:创建Django
明月看潮生·2025-02-08 09:17

AI编程工具合集

-PyTorch:由Facebook的人工智能研究小组开发，也是一种开源深度学习库，因其动态计算图和较好的易用性而受欢迎。-Keras:一个高层神经网络API，可以
109702008·2025-02-08 09:14

pyannote 语音活动检测/说话者变化检测/语音重叠检测

这个项目是基于PyTorch的，与webrtcvad有着天壤之别,在嘈杂环境下解决语音活动检测还是得靠神经网络,而webrtcvad在嘈杂状态下是无法工作的，感兴趣的同学可以看一下，或许你们有更好的解决方案
wx:pjcoder·2025-02-08 00:44

基于Pytorch的猫狗分类的代码演练

前段时间在人工智能课上老师给我们介绍了一下卷积神经网络CNN，顺便在课上复现了猫狗分类的相关代码。
摸爬滚打的包菜·2025-02-07 23:09

从零学习pytorch——4.基础概念讲解及神经网络模块

从零学习pytorch——4.基础概念讲解及神经网络模块在PyTorch中，nn.Module是构建神经网络模型的基础类。
PyTorch 研习社·2025-02-07 22:05

使用线性回归模型逼近目标模型 | PyTorch 深度学习实战

前一篇文章，计算图ComputeGraph和自动求导Autograd|PyTorch深度学习实战本系列文章GitHubRepo:https://github.com/hailiang-wang/pytorch-get-started
Chatopera 研发团队·2025-02-07 21:56

毕业设计：基于卷积神经网络的鲜花花卉种类检测算法研究

目录前言课题背景和意义实现技术思路一、算法理论基础1.1卷积神经网络1.2目标检测算法二、数据集2.1数据集2.2数据扩充三、实验及结果分析3.1实验环境搭建3.2模型训练最后前言大四是整个大学期间最忙碌的时光
HaiLang_IT·2025-02-07 20:23

ReLU激活函数的定义

ReLU（RectifiedLinearUnit，修正线性单元）是一种非常流行的激活函数，广泛应用于深度学习模型中，尤其是在卷积神经网络（CNN）中。
人工智能专属驿站·2025-02-07 13:34

2024年GitHub上最火的Python项目

表格：项目名称简介GitHub星星数量主要应用领域PyTorch强大的深度学习框架，支持GPU加速。
Allen-Steven·2025-02-07 00:08

深度可分离卷积_主干网络系列(6) - Xception: 使用深度可分离卷积的深度学习

DeepLearningwithDepthwiseSeparableConvolutions工程代码：Github链接0.摘要该论文对Inception模块做了新的解释，认为Inception模块是常规卷积神经网络到深度可分离卷积神经网络的过渡手段
weixin_39630106·2025-02-06 17:22

从零开始构建一个大语言模型-第五章第五节

第五章目录5.1评估生成文本模型5.2训练一个LLM5.3控制随机性的解码策略5.4在PyTorch中加载和保存模型权重5.5从OpenAI加载预训练权重5.5从OpenAI加载预训练权重此前，我们使用一个由一本短篇小说集组成的有限数据集训练了一个小型
释迦呼呼·2025-02-06 15:41

yolov5 c++ onnx pytorch pycharm gpu train test

目的：目标实时检测；方法：c++调用yolov5模型；数据资源参考：【Yolov5】1.认真总结6000字Yolov5保姆级教程（2022.06.28全新版本v6.1）_yolov5教程-CSDN博客代码:#include#include#includeusingnamespacecv;usingnamespacecv::dnn;//#classnamesstd::vectorclasses={"
mulsh·2025-02-06 12:50

基于深度学习的时空特征融合摔倒检测 基于图像序列分析与主成分分析（PCA）的摔倒检测

基于深度学习的时空特征融合摔倒检测该方法采用卷积神经网络（CNN）与循环神经网络（RNN）相结合的方式，通过提取时空特征来进行摔倒检测。
人工智能专属驿站·2025-02-06 09:31

（Aliyun AI ACP 04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述

文章目录阿里云人工智能工程师ACP认证考试知识点辅助阅读（AliyunAIACP04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述I.深度学习算法1️⃣前馈神经网络(FFNs)详解2️⃣卷积神经网络
North_D·2025-02-06 08:24

手动计算conv1d 及pytorch源码

文章目录1.conv1d2.pytorch源码1.conv1dconv1d的作用是进行一维的卷积计算，将卷积核沿着输入矩阵进行一维卷积，具体参考如下excel通过网盘分享的文件：conv1d.xlsx链接
取个名字真难呐·2025-02-06 08:21

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimportnumpyasnpimporttorch.nnasnnfromtorch.utils.dataimportDataLoader,TensorDatasetdata=np.array([[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1.8,-49.1],[1.5,75.
sirius12345123·2025-02-06 06:39

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimporttorch.nnasnnfromtorch.utils.dataimportDatasetimportnumpyasnp#自定义数据集类classCustomDataset(Dataset):def__init__(self,x_data,y_data):self.x_data=torch.from_numpy(x_data).float()self.y_data
菜狗woc·2025-02-06 06:35

深入浅出之Convolutional Block Attention Module（YOLO）

ConvolutionalBlockAttentionModule（CBAM）是一种用于增强卷积神经网络（CNN）特征表示能力的注意力机制模块。
浩瀚之水_csdn·2025-02-06 04:46

Python如何解决“No module named ‘torch’”错误

Python如何解决“Nomodulenamed‘torch’”错误1.选择版本：稳定版本or预览版本2.了解你的操作系统3.工具选择4.如何与PyTorch通信5.CPU还是GPU？
程序媛一枚~·2025-02-06 01:25

昇腾设备torch_npu推理配置

1.Ascend310B1的npu推理思路在昇腾Ascend310B1NPU上基于PyTorch进行推理时，通过torch_npu替换原有GPU/CUDA操作。
时间逝世298·2025-02-05 20:21

深度学习实战一：线性回归（基于Pytorch，含数据和详细注释）

线性回归1、回归的概念2、回归的分类3、线性回归4、代码实现补充说明1、回归的概念回归的本来意思是，无论父母的身高多高或多矮，小孩的身高总是趋向于回到均值附近，也就是回归趋向均值！，这就是回归分析的本质2、回归的分类线性回归（又分为一元线性回归和多元线性回归）广义线性回归（又分为逻辑回归和对数回归）非线性回归3、线性回归线性回归是深度学习中最基础、最简单的模型。虽然简单，但是跟大多数监督学习算法的
若北辰·2025-02-05 17:34

MATLAB机器学习、深度学习

目录第一章MATLAB图像处理基础第二章BP神经网络及其在图像处理中的应用第三章卷积神经网络及其在图像处理中的应第四章迁移学习算法及其在图像处理中的应用第五章生成式对抗网络（GAN）及其在图像处理中的应用第六章目标检测
Yolo566Q·2025-02-05 17:01

PyTorch深度学习实战（2）——PyTorch快速入门

PyTorch的简洁设计使得它易于入门，在深入介绍PyTorch之前，本文先介绍一些PyTorch的基础知识，以便读者能够对PyTorch有一个大致的了解，并能够用PyTorch搭建一个简单的神经网络。
shangjg3·2025-02-05 17:30

基于深度学习的文本情感分析

基于深度学习的文本情感分析关键词：深度学习、文本情感分析、自然语言处理、卷积神经网络、循环神经网络、BERT、情感分类、情绪识别1.背景介绍文本情感分析（TextSentimentAnalysis），又称情感计算
杭州大厂Java程序媛·2025-02-05 16:25

一切皆是映射：神经网络在图像识别中的应用案例

一切皆是映射：神经网络在图像识别中的应用案例关键词：神经网络、图像识别、深度学习、卷积神经网络、映射、模式识别1.背景介绍1.1问题的由来图像识别问题的研究源于人类对于智能机器的渴望。
AI大模型应用之禅·2025-02-05 16:24

详解PASCAL VOC数据集及基于Python和PyTorch的下载、解析及可视化【目标检测+类别分割】

目录PASCALVOC数据集简介PASCALVOC各年份数据集摘要数据集下载通过下面官方提供的网址下载通过PyTorch的API下载数据集解析目标检测数据集物体分割数据集参考文献PASCALVOC数据集简介
KRISNAT·2025-02-05 16:53

基于昇腾用PyTorch实现传统CTR模型WideDeep网络

基于昇腾用PyTorch实现传统CTR模型WideDeep网络本文主要介绍如何在昇腾上使用pytorch对推荐系统中经典的网络模型WideDeep网络进行训练的实战讲解，使用数据集是criteo，主要内容分为以下几个模块
·2025-02-05 14:00

深度学习篇---深度学习框架图像预处理&各部分组件

文章目录前言第一部分：图像预处理PaddlePaddle图像预处理PyTorch图像预处理第二部分：框架各部分组件PaddlePaddle1.卷积层(ConvolutionalLayer)2.池化层(PoolingLayer
Ronin-Lotus·2025-02-05 13:26

PyTorch中的 torch.nn.GRU

PyTorch中的torch.nn.GRUGRU（GatedRecurrentUnit）是循环神经网络（RNN）的一种变种，常用于处理序列数据。
彬彬侠·2025-02-05 12:53

机器学习，深度学习，神经网络，深度神经网络

深度学习的算法又分很多种，比较典型的四种：卷积神经网络—CNN,循环神经网络—RNN,生成对抗网络—GANs,深度强化学习—RL。机器学习和深度学习的
武昌库里写JAVA·2025-02-05 12:52

pytorch 入门案例1 最基础模型 a+b=c

importtorchimporttorch.nnasnnfromtorch.optimimportSGDimportmatplotlib.pyplotasplt##################初始化输入输出参数########################x=[[1,2],[3,4],[5,6],[7,8]]y=[[3],[7],[11],[15]]x=torch.tensor(x).fl
Tianwen_Burning·2025-02-05 10:01

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

自定义数据集：继承torch.utils.data.Dataset类创建自定义数据集，并重写__len__和__getitem__方法。定义逻辑回归模型：继承nn.Module类，定义一个线性层，并在forward方法中应用sigmoid激活函数。训练模型：使用二元交叉熵损失函数BCELoss和随机梯度下降优化器SGD进行训练。保存模型：使用torch.save保存模型的参数。加载模型并预测：加载
知识鱼丸·2025-02-05 06:42

PyTorch + CUDA环境配置

从目前的情况来看，CUDA版本和PyTorch和Py自身版本是绑定的，而cuDNN和CUDA的大版本绑定，而其中主要受限的其实是PyTorch支持的CUDA版本，因此，这里采用CUDA来适配PyTorch
weixin_54533760·2025-02-05 04:28

Pytorch深度学习实战2-1：详细推导Xavier参数初始化(附Python实现)

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。我先来介绍一下这些东西怎么用，文末抱走。（1）Python所有方向的学习路线（
2401_84140080·2025-02-05 01:35

我想知道 为什么 torch的view 会吧 列和行算一起 进行view ...

在PyTorch中，torch.view是一个非常强大的操作，用于改变张量（Tensor）的形状，而不改变其数据。
zhangfeng1133·2025-02-05 01:05

大模型带你学pytorch课程

看起来你想要开始学习PyTorch，这是一个非常棒的选择！PyTorch是一个强大的开源机器学习框架，由Facebook的人工智能研究实验室开发，被广泛用于深度学习模型的构建和训练。
立杰说·2025-02-05 01:33

深度学习｜表示学习｜卷积神经网络｜输出维度公式｜15

如是我闻：在卷积和池化操作中，计算输出维度的公式是关键，它们分别可以帮助我们计算卷积操作和池化操作后的输出大小。下面分别总结公式，并结合解释它们的意义：1.卷积操作的输出维度公式当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\te
漂亮_大男孩·2025-02-04 19:52

深度学习｜表示学习｜卷积神经网络｜输出维度公式如何理解？｜16

如是我闻：当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\text{填充大小}}{\text{步长}}+1输出大小=步长输入大小−卷积核大小+2⋅填充大小+1池化（Pooling）的输出大小公式类似卷积，但更加简单：输出大小=输入
漂亮_大男孩·2025-02-04 19:21

Pytorch学习笔记（二）

tensor的创建使用pytorch中的列表创建tensortensor=torch.Tensor([[-1,1],[0,2<
不牌不改·2025-02-04 19:21

pytorch中深度拷贝_PyTorch中的拷贝与就地操作详解

In-place操作pytorch中原地操作的后缀为_，如.add_()或.scatter_()，就地操作是直接更改给定Tensor的内容而不进行复制的操作，即不会为变量分配新的内存。
weixin_39906130·2025-02-04 19:51

PyTorch中的In-place操作是什么？为什么要避免使用这种操作？

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读In-place操作用在推理的时候可以显著节省内存，但是训练的时候一定要小心使用。如今的高级深度神经网络拥有数百万个可训练参数，训练它们通常会导致GPU内存耗尽。有几种简单的方法可以减少模型占用的GPU内存，例如：考虑改变模型的架构或使用具有较少可训练参数的模型类型(例如，选择DenseNet-121而不是DenseNet-
小白学视觉·2025-02-04 19:49

Python | Pytorch | 什么是 Inplace Operation（就地操作）？

如是我闻：在PyTorch中，InplaceOperation（就地操作）是指直接修改Tensor本身，而不是创建新的Tensor的操作。
漂亮_大男孩·2025-02-04 19:18

大模型文件格式GGUF格式

大语言模型的开发通常使用PyTorch等框架，其预训练结果通常也会保存为相应的二进制格式，如pt后缀的文件通常就是PyTorch框架保存的二进制预训练结果。但是
·2025-02-04 18:36

基于 FPGA 的 CNN 卷积神经网络整体实现

基于FPGA的CNN卷积神经网络整体实现介绍卷积神经网络（CNN）是一种强大的深度学习架构，广泛用于图像识别、物体检测和自然语言处理等领域。
鱼弦·2025-02-04 18:37

YOLOv3在工业生产中产品瑕疵检测的可行性分析

图像中瑕疵检测1.概述瑕疵检测是机器视觉任务中的一条分支，在技术发展的过程中对于图片处理的方式往往使用CNN（卷积神经网络）作为处理模型，毫无疑问CNN的在处理图像方面有着独特的优势，通过设置卷积核我们可以使得计算机提取图像的特征数据
Y.C.~·2025-02-04 16:59

2025年最新最全的大模型学习路线规划，对于零基础入门到精通的学习者来说，可以遵循以下阶段进行

同时，了解常用的深度学习框架，如TensorFlow和PyTorch。深度学习基础：学习深度学习的基本原理和常用算法，
程序员辣条·2025-02-04 16:57

torch.nn.RNN: PyTorch 中的循环神经网络（RNN）模块

torch.nn.RNN:PyTorch中的循环神经网络（RNN）模块1.概述在PyTorch中，torch.nn.RNN是一个用于构建循环神经网络（RNN）的模块。
彬彬侠·2025-02-04 10:40
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他