PyTorch基础篇

Jenkins基础篇--Docker容器部署

容器部署Jenkins的优势：1、安全。容器之间的进程是相互隔离的，单独容器环境稳定，宿主机中环境变量的修改，不容易影响容器的运行结果。2、更轻松地部署和扩展。容器可方便迁移，一次交付，多次利用，容器可将打包好的jenkins环境迁移到其他设备中。3、容器启动迅速，环境恢复方便。容器修改可追溯，可通过定时生成docker镜像，保证后续即使出现环境异常，也能快速回复，此外，创建容器实例比创建虚拟机示
傻乎乎的胖鱼·2025-02-08 05:45

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

这个代码是以tensorflow为框架训练的，由于之前一直没有系统的了解tensorflow框架和Pytorch框架的区别，得着今天闲来无事，了解了一下，顺便看看能不能自己用Pytorch框架来训练猫狗分类的代码
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

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

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

嵌入式八股文（一）——C语言基础篇【理论干货，复习好用】运算符、关键字

前言根据各方大佬总结的c语言面试问题进行了收集，并根据自己的理解进行整理，本篇章属于知识点汇总，如果有需要的内容可以根据目录跳转。另外八股文等知识梳理的文章，在下整理都要花费十数个小时，若觉得不错的话还请点赞、收藏、关注在下文章吧，感谢感谢！一、运算符（一）运算符优先级问：运算符的优先级答：成员运算符>单目运算符>=算数运算符>移位运算符>关系运算符>逻辑运算符>赋值运算符()和[]优先级最高成员
Alysop·2025-02-06 11:39

《Java面试宝典：100道必做经典面试题解析》

目录Java基础篇Java数据类型与变量控制流程语句详解方法与类的深入理解面向对象编程原则常见异常处理机制集合框架篇L
奔赴架构师的小白·2025-02-06 08:52

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

ESP32-C3入门教程 WiFi篇⑥——基于串口的 WiFi 智能配网

文章目录一、前言二、WiFi配网方式三、功能简述四、源码实现一、前言本文基于VSCodeIDE进行编程、编译、下载、运行等操作基础入门章节请查阅：ESP32-C3入门教程基础篇①——基于VSCode构建
小康师兄·2025-02-06 03:11

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

详解FreeRTOS：FreeRTOS程序启动流程（基础篇—5）

裸机系统上电时第一个执行的是启动文件里由汇编编写的复位函数Reset_Handler，复位函数最后会调用C库函数__main，__main函数的主要工作是初始化系统的堆和栈，最后调用C中的main函数。如下图所示：1、创建任务在main()函数中，我们直接可以对FreeRTOS进行创建任务操作，因为FreeRTOS会自动帮我们做初始化事情，比如初始化堆内存。我们在main()函数中直接初始化板级外
不脱发的程序猿·2025-02-05 23:40

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

从零到一学习c++（基础篇--筑基期三-const限定符）

从零到一学习C++（基础篇）作者：羡鱼肘子温馨提示1：本篇是记录我的学习经历，会有不少片面的认知，万分期待您的指正。
羡鱼肘子·2025-02-05 19:13

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

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

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

Vue学习笔记--＞＞基础篇

Vue学习笔记一、Vue核心1、Vue的基本认识1、官网2、介绍3、特点4、与其它前端JS框架的关联5、vue扩展插件2、Vue的基本使用3、理解Vue的MVVM4、模板语法5、计算属性基本使用6、强制绑定class和style7、条件渲染8、列表渲染维护状态数组更新检测9、列表的搜索与排序10、事件处理11、表单数据的自动收集12、Vue生命周期13、过渡和动画1、css过渡2、css动画3、自
丑小鸭变黑天鹅·2025-02-05 16:21

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

[PyQt5-Node-Editor][基础篇]从零开始使用Pyqt5制作节点编辑器(5)——来制作第一个节点吧

导航目标期望实现的效果当前的文件以及文件对应的功能新增文件以及对应实现的功能实现创建节点绘制边框绘制标题背景绘制内容背景添加节点在主程序里添加一个节点效果展示目标期望实现的效果直接可以以对象的方式，向Scene里添加一个节点该节点拥有如上图所示外观（标题，内容框）当节点被选中时外部会有橙色的选中显示节点能够被鼠标左键拖到当前的文件以及文件对应的功能调用
mahuatengmmp·2025-02-05 10:09

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

【2024第一期CANN训练营】Ascend C算子开发基础篇

AscendC是面向算子开发场景的编程语言，它原生支持C和C++标准规范，并提供了多层接口抽象、自动并行计算等关键技术，以提高算子开发效率。AscendC的特点C/C++原语编程编程模型屏蔽硬件差异类库API封装，兼顾易用与高效孪生调试，可在CPU侧模拟NPU侧的行为开发基本流程环境准备使用AscendC完成Add算子核函数开发；使用ICPU_RUN_KFCPU调测宏完成算子核函数CPU侧运行验证
小超编程·2025-02-05 03:45

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

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

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

使用 Numpy 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

1.导入必要的库首先，导入我们需要的库：Numpy、Pytorch和相关工具包。
辞落山·2025-02-04 10:40

PyTorch动态计算图:如何灵活构建复杂模型

PyTorch动态计算图:如何灵活构建复杂模型关键词：PyTorch、动态计算图、自动微分、反向传播、神经网络、模型构建、计算图优化文章目录PyTorch动态计算图:如何灵活构建复杂模型1.背景介绍1.1
AI天才研究院·2025-02-04 07:47

深度学习框架PyTorch原理与实践

作者：禅与计算机程序设计艺术文章目录1.简介2.背景介绍3.基本概念和术语3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理
AI天才研究院·2025-02-04 07:47

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.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataset,DataLoaderimporttorchvision.transformsastransformsimportpandasaspdimportnumpyasnpclassCustomDataset(Dataset):def_
Z211613347·2025-02-04 07:40

PyTorch 训练一个分类器

前言1加载和规范化CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言  TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用PyTorch
亚里·2025-02-04 05:59

TypeError: expected np.ndarray (got numpy.ndarray)问题处理

问题描述：更换设备后重新搭建的anaconda环境，装好numpy、pytorch后运行相关代码，出现该错误。原因：numpy版本有问题。
天籁忍者·2025-02-04 05:58

机器学习笔记20241017

卷积非线性激活模型选择训练误差泛化误差正则化权重衰退的基本概念数学表示权重衰退的效果物理解释数值稳定性（GradientVanishing）梯度消失原因解决方法梯度爆炸（GradientExplosion）定义原因解决方法总结继续跟着小土堆学pytorchtorchvision
tt555555555555·2025-02-04 03:11

动手学PyTorch建模与应用：从深度学习到大模型

本书是一本带领读者快速学习PyTorch并将其运用于深度学习建模方向的入门指南，重点介绍了基于P
王国平·2025-02-04 00:51

PyTorch数据建模

回归分析importtorchimportnumpyasnpimportpandasaspdfromtorch.utils.dataimportDataLoader,TensorDatasetimporttimestrat=time.perf_counter()
kaka_R-Py·2025-02-03 23:11

Ubuntu16.04环境下安装cuda10+pytorch1.2

1、背景环境：Ubuntu16.04&titanx作为新一代的人工智能训练平台的PYTORCH，有其独特的优势，为此，完整的安装这一平台，是开展所有工作的首要条件，一开始，笔者认为应该轻松的完成，但是发现实际上要从零完成这一工作
小楼昨夜，东风·2025-02-03 19:11
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他