PyTorch深度学习入门第31页

使用 PyTorch 和 OpenCV 实现简单卷积神经网络（CNN）的过程

使用PyTorch和OpenCV实现简单卷积神经网络（CNN）的过程，如何构建一个简单的卷积神经网络模型，并通过使用预定义的滤波器对灰度图像进行卷积操作和激活函数处理，最终可视化了卷积层和激活层的输出结果

不做梵高417·2024-01-11 10:02

Task03：字符识别模型

pytorch机器学习一个重要模块。nn是核心。基础太差，搞个简单的模型先熟悉torch架构.

snipon·2024-01-11 10:35

PyTorch知识图谱

PyTorch作为一个深度学习框架，其知识图谱可以分为几个主要部分：1.张量（Tensors）：PyTorch的基本数据结构，类似于多维数组，用于存储和操作数据。

xianyinsuifeng·2024-01-11 09:21

【Pytorch】在多进程中使用 CUDA

因此，本文介绍了使用Pytorch中的multiprocessing库实现在子进程中调用CUDA的方法。

lgc0208·2024-01-11 09:50

pytorch详细探索各种cnn卷积神经网络

目录torch.nn.functional子模块详解conv1d用法和用途使用技巧适用领域参数注意事项示例代码conv2d用法和用途使用技巧适用领域参数注意事项示例代码conv3d用法和用途使用技巧适用领域参数注意事项示例代码conv_transpose1d用法和用途使用技巧适用领域参数注意事项示例代码conv_transpose2d用法和用途使用技巧适用领域参数注意事项示例代码conv_tran

E寻数据·2024-01-11 09:49

PyTorch: torch.nn 子模块及其在循环神经网络中的应用

目录torch.nn子模块详解nn.utils.rnn.PackedSequence参数说明注意事项示例代码nn.utils.rnn.pack_padded_sequence参数说明返回值注意事项示例代码nn.utils.rnn.pad_packed_sequence参数说明返回值注意事项示例代码nn.utils.rnn.pad_sequence参数说明返回值注意事项示例代码nn.utils.rn

E寻数据·2024-01-11 09:48

PyTorch项目源码学习（2）——Tensor代码结构初步学习

PyTorch版本：1.10.0TensorTensor是Pytorch项目较为重要的一部分，其中的主要功能如存储，运算由C++和CUDA实现，本文主要从前端开始探索学习Tensor的代码结构。

_int_me·2024-01-11 09:17

pytorch无法把共享内存写入文件

环境：在容器中跑pytorch模型的训练问题表现：ERROR:Unexpectedbuserrorencounteredinworker.Thismightbecausedbyinsufficientsharedmemory

kingoverthecloud·2024-01-11 09:17

PyTorch项目源码学习（1）

PyTorchPyTorch是一个开源的深度学习框架，项目地址https://github.com/pytorch/pytorch在学术工作中的使用频率较高。

_int_me·2024-01-11 09:46

云计算任务调度仿真02

这里之所以简单主要得益于它是用pytorch实现的，而pytorch各个版本之间差异不是非常大，可以互用。

eyexin2018·2024-01-11 09:43

Mac 安装Pytorch

brewinstallhomebrew/cask/anaconda配置环境变量echo"exportPATH="yourinstallpath">>~/.bash_profilesource~/.bash_profile安装pytorchcondainstallpytorchtorch

多彩海洋·2024-01-11 09:19

CUDA驱动深度学习发展 - 技术全解与实战

全面介绍CUDA与pytorchcuda实战一、CUDA：定义与演进CUDA（ComputeUnifiedDeviceArchitecture）是由NVIDIA开发的一个并行计算平台和应用编程接口（API

液态不合群·2024-01-11 08:16

深度学习 Day26——J5DenseNet+SE-Net实战

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文章来源：K同学的学习圈子文章目录前言1我的环境2pytorch实现DenseNet算法2.1前期准备2.1.1引入库2.1.2

LittleRuby·2024-01-11 08:40

[PyTorch][chapter 9][李宏毅深度学习][Why Deep]

前言：我们知道深度学习一个重要特征是网络堆叠，深。为什么需要深度，本篇主要简单介绍一下该原因目录：1：简介2：模块化分析3：语音识别例子一简介有人通过实验,使用相同的网络参数，深度越深的网络相当于浅层网络效果更好。1.1DeeperisBetter如下图，随着网络层次逐渐加深，文本错误率逐渐降低如下图，我们只用一层的网络，参数量跟多层一样，错误率高很多.为什么产生这种现象？同样的参数量，深度网络比

明朝百晓生·2024-01-11 08:05

霹雳吧啦Wz《pytorch图像分类》-p6MobileNet网络

《pytorch图像分类》p6MobileNet网络结构详解1MobileNetv1网络1.1Depthwiseconvolution（DW卷积）1.1.1Depthwiseseparableconvolution

失舵之舟-·2024-01-11 07:31

Pytorch学习记录-60分钟

最最最基础的部分实现一遍，其实就是pytorch教程的那个60分钟实践。

我的昵称违规了·2024-01-11 06:18

【AI】CycleGan对抗生成网络遥感影像生成地图效果测试

源码地址：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix0.准备工作其实按照官方文档玩，没有什么特别需要准备的，只是为了防止

AI柱子哥·2024-01-11 05:23

PyTorch 中的 repeat() 函数

假设x=tensor([0,4,8])，y=tensor([0,4,8,12])，则：1.tensor.repeat(a0)：xx=x.repeat(len(y))的结果是：xx=tensor([0,4,8,0,4,8,0,4,8,0,4,8])定义向右是“行的方向”，向下是“列的方向”，则tensor.repeat(a0)可以看做是在行的方向上将原tensor复制了a0次，并且复制是在原tens

defacto'·2024-01-11 05:42

解决TypeError: can‘t convert cuda:0 device type tensor to numpy. Use Tensor.cpu()

0devicetypetensortonumpy.UseTensor.cpu()tocopythetensortohostmemoryfirst.产生原因：这个错误表明尝试将一个位于CUDA设备上（如cuda:0）的PyTorch

湛和·2024-01-11 04:50

2019-03-09

使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval。使用PyTorch进行训练和测试时一

啊啊啊啊啊1231·2024-01-11 04:42

Pytorch从零开始实战16

Pytorch从零开始实战——ResNeXt-50算法的思考本系列来源于365天深度学习训练营原作者K同学对于上次ResNeXt-50算法，我们同样有基于TensorFlow的实现。具体代码如下。

Liquor999·2024-01-11 03:22

利用Pycharm连接服务器AISatation

创建环境选择Pytorch开发环境中的这个创建成功之后，最右边可以点SSH会给你密码和端口号使用（Pycharm专业版）连接服务器

张张快跑·2024-01-11 03:46

【AI】AI入门之Nvidia Jetson平台（四）- Xavier NX软件开发环境安装部署

目录一.CUDA安装二.cuDNN安装三.TensorRT安装3.1Pycuda安装四.TensorFlow安装五.PyTorch安装六.DeepStream安装6.1安装依赖软件6.2安装DeepStreamSDK6.3

有意思科技·2024-01-11 03:15

解决Assertion：Error Torch not compiled with CUDA enabled问题（CUDA版本正确）

目录一、问题说明二、确定CUDA版本（运行时API，RuntimeAPI）三、解决方案一、问题说明用Anaconda安装PyTorch2.0.1，GPU版，CUDA版本为11.7：condainstallpytorch

松鼠小煤球·2024-01-11 02:25

【Pytorch】学习记录分享13——OCR(Optical Character Recognition,光学字符识别)

@[TOC](OCR(OpticalCharacterRecognition,光学字符识别))1.OCR资源汇总OCR(OpticalCharacterRecognition,光学字符识别)指提取图像中的文字信息，通常包括文本检测和文本识别。文字检测：将图片中的文字区域位置检测出来（如图1(b)所示）；文字识别：对文字区域中的文字进行识别（如图1©所示）。项目实例代码,评论点击0013获取项目代码

大江东去浪淘尽千古风流人物·2024-01-11 00:03

更加适合CUDA11.2的pytorch显卡版本

更加适合CUDA11.2的pytorch显卡版本pip版本pipinstalltorch==1.12.0+cu113torchvision==0.13.0+cu113torchaudio==0.12.0

Sout xza·2024-01-11 00:46

Anaconda安装及配置（CPU/GPU）pytorch深度学习环境（超详细！！！）

这次给大家带来一期Anaconda安装及配置pytorch深度学习环境的教程，超级详细，点赞收藏加关注，以防走失~文章目录前言一、Anaconda的下载与安装1.Anacondad是什么？

爱敲代码的panda·2024-01-10 20:13

Pytorch学习记录-基于CRF+BiLSTM的CGED

Pytorch学习记录-GEC语法纠错03五月第一周要结束了，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

我的昵称违规了·2024-01-10 20:06

基于卷积神经的车牌识别系统

实现与技术栈深度学习框架PyTorch：作为主要的深度学习框架，使用PyTorch构建和训练卷积神经网络模型。PyTorch提供了

沐知全栈开发·2024-01-10 20:23

芒果香菠菠·2024-01-10 19:14

anaconda创建虚拟环境启动jupyter notebook

1.进入虚拟环境（以环境名为py37_pytorch1.9为例）创建虚拟环境:condacreate-npy37_pytorch1.9python=3.7查看已经创建的虚拟环境：condaenvlist

小黄同学LL·2024-01-10 14:45

计算机视觉下的数据增强代码实现

数据增强的实现使用经典的pytorch框架下的torchvision.transformers对计算机视觉进行增强的代码实现。使用下面的图像进行数据增强，相应的效果图如下所示！

Algorithm_Engineer_·2024-01-10 13:18

tensorflow 与numpy 版本不匹配

tensorflow版本对应问题可以看这个：https://docs.floydhub.com/guides/environments/不知道为什么原来的网站不行了，好在有热心人士存了下来：最全tensorflow，PyTorch

WYing儿·2024-01-10 12:05

transformer进行文本分析的模型代码

这段代码定义了一个使用Transformer架构的PyTorch神经网络模型。

LinlyZhai·2024-01-10 12:09

Pytorch：动量与学习率

（1）动量：momentum，也可以说是惯性,经过变为也就是说，权值w现在不只想着的方向衰减，也向着

「已注销」·2024-01-10 10:09

PyTorch中不同学习率设置

为什么要对不同卷积层设置不同的学习率？如果某些网络层已经预训练过，那么联合训练时只希望微调它，则为其设置小一些的学习率，如果希望固定其参数，则学习率设置为0（也可以在优化器中忽略它）为不同卷积层设置不同的学习率optimizer=Adam([{'params':extractor.parameters()},{'params':model.parameters(),'lr':args.base_l

YHFHing·2024-01-10 10:07

pytorch -不同网络层设置不同学习率

pytorch-不同网络层设置不同学习率当使用预训练模型时，如果对主干网络以外的网络分支进行了单独的修改并进行初始化，而主干网络层的参数仍采用预训练模型的参数进行初始化，则希望在训练过程中，主干网络只进行微调

小程是个什么鬼·2024-01-10 10:36

pytorch优化器与学习率设置详解

那么在Pytorch中，如在训练过程中动态地调整学习率呢？学习

小白学视觉·2024-01-10 10:36

pytorch调整模型学习率

目录1.定义衰减函数2.手动修改optinmizer中的lr3.lr_scheduler.LambdaLR4.lr_scheduler.StepLR5.lr_scheduler.ExponentialLR6.lr_scheduler.CosineAnnealingLRReferences:1.定义衰减函数[Sourcecode]定义learningrate衰减方式：LRepoch=LR0×0.8e

Pr4da·2024-01-10 10:36

pytorch分层学习率设置

optimizer=torch.optim.SGD(model.parameters(),lr=learning_rate,momentum=0.9,nesterov=True,weight_decay=1e-5)down2_params=list(model.down2.parameters())#获取down2层的参数down3_params=list(model.down3.paramete

data-master·2024-01-10 10:35

深度学习与Pytorch实战（二）预测房价--线性回归

PyTorch实例：线性回归我们将实现一个线性回归模型，并用梯度下降算法求解该模型，从而给出预测曲线。

volcanical·2024-01-10 10:33

分层学习率设置和学习率衰减（pytorch）

分层学习率设置和学习率衰减（pytorch）1分层学习率设置在使用bert或者其它预训练模型进行微调，下接其它具体任务相关的模块时，会面临这样一个问题，bert由于已经进行了预训练，参数已经达到了一个较好的水平

风居住的街道~·2024-01-10 10:02

PyTorch实战：波士顿房价预测案例

我们将使用PyTorch框架，从头到尾详细解释这个案例，旨在帮助初学者理解深度学习模型的构建和训练过程。

洞深视界·2024-01-10 10:02

Pytorch：找到对应的层，并在不同层设置不同的学习率

使用指南见文档torch-summary1.找到对应的层pytorch的模型是基于类构建的，目前找到的最好方法是直接print对应的模型，这里

fizzer_·2024-01-10 10:01

基于pytorch的房价预测

简介本文主要介绍的基于pytorch和房价预测深度学习网络构建。该系统使用的是网络上的开源数据：实现了对房价数据的处理，包括词频统计、情感分析等，并将分析结果以图表形式进行展示。

大雾的小屋·2024-01-10 10:31

Pytorch张量通过索引获取指定数据

importtorchx=torch.tensor([1,2,3])xOut[3]:tensor([1,2,3])x[0]#索引操作：取单个数字Out[4]:tensor(1)x[0:1]#切片操作：可以保持维度不变Out[5]:tensor([1])x[torch.tensor([True,False,True])]#布尔值索引，通过条件筛选，mask掩码#这个条件可以是tensor也可以是列表

shengchao0920·2024-01-10 10:31

【huggingface】【pytorch-image-models】timm框架中使用albumentations库数据增广

文章目录一、前言二、实操2.1声明库2.2定义你的数据增广算子2.3加入其中一、前言问题是这样的，在使用timm框架训练时，发现数据增广不够，想用Albumentations库的数据增广，怎么把后者嵌入到前者的训练中。其实也是比较简单的，这里笔者也是做个笔记以往忘记，需要的童鞋自取。二、实操我们知道训练才需要数据增广，原始的数据增广是在：其实也就是用XXX_tfl来收集数据增广的算子，那么要加入A

Thomas_Cai·2024-01-10 10:30

【AI】Pytorch 系列：学习率设置

a.有序调整：等间隔调整(Step)，按需调整学习率(MultiStep)，指数衰减调整(Exponential)和余弦退火CosineAnnealing。b.自适应调整：自适应调整学习率ReduceLROnPlateau。c.自定义调整：自定义调整学习率LambdaLR。#得到当前学习率lr=next(iter(optimizer.param_groups))['lr']#multiplelea

路途…·2024-01-10 10:30

安装requirements文件命令（清华源）

pipinstall-rrequirements.txt-ihttps://pypi.tuna.tsinghua.edu.cn/simple/torch网址https://pytorch.org/get-started

晚安Alice·2024-01-10 09:03

pytorch-gpu版本安装

前言PyTorch是一款广泛使用的python深度学习框架，它能够帮助研究者们快速构建和训练复杂的神经网络，在人工智能领域无疑是【宠儿】的存在。

EelBarb·2024-01-10 08:31

推荐频道

PyTorch深度学习入门