PyTorch深度学习入门第9页

kaggle实战图像分类-Intel Image Classification（附源码）

目录前言数据集加载定义网络训练网络验证网络前言本篇文章会讲解一个使用pytorch这个深度学习框架完成一个kaggle上的图像分类任务。

橘柚jvyou·2024-02-10 09:37

深度学习实战篇之 ( 十八) -- Pytorch之SeNet

科普知识注意力机制（AttentionMechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它

fengyuxie·2024-02-10 07:15

深度学习自然语言处理（NLP）模型BERT：从理论到Pytorch实战

文章目录深度学习自然语言处理（NLP）模型BERT：从理论到Pytorch实战一、引言传统NLP技术概览规则和模式匹配基于统计的方法词嵌入和分布式表示循环神经网络（RNN）与长短时记忆网络（LSTM）Transformer

星川皆无恙·2024-02-10 07:43

解决：源码安装caffe时遇到libcudnn.so: file not recognized问题

参考教程(19条消息)ubuntu16.04下Detectron+caffe2(Pytorch)安装配置过程_张家坎的博客-CSDN博客_caffe2_detectron_ops_gpu.dllhttps

Gracie丹妮·2024-02-10 07:24

PyTorch 2.2 中文官方教程（十）

使用整体追踪分析的追踪差异原文：pytorch.org/tutorials/beginner/hta_trace_diff_tutorial.html译者：飞龙协议：CCBY-NC-SA4.0作者:AnupamBhatnagar

绝不原创的飞龙·2024-02-10 02:14

在PyTorch中，如何查看深度学习模型的每一层结构？

这里写目录标题1.使用`print(model)`2.使用`torchsummary`库3.其余方法（可以参考）在PyTorch中，如果想查看深度学习模型的每一层结构，可以使用print(model)或者

小桥流水---人工智能·2024-02-10 01:21

深度学习相关软件安装与环境配置（windows版本）

目录一.Anaconda1.1Anaconda简介1.2Anaconda安装1.3Anaconda环境配置二.安装GPU版本的PyTorch库三.安装和配置PyCharm3.1Python、PyCharm

欧阳颖·2024-02-10 01:18

anaconda数据科学和机器学习的开源工具和库指南---官网白皮书

anaconda数据科学和机器学习的开源工具和库指南---官网白皮书一基础数据科学工具和库jupyterPandasSciPyNumpy二机器学习Tensorflow和KerasPytorchScikit-learn

杨叶辰·2024-02-10 01:18

【Unity开源项目精选】ML-Agents：给你的游戏加入AI

Unity提供最先进的算法（基于PyTorch）的实现，使游戏开发人员和业余爱好者能够轻松训练2D、3D和VR/AR游戏的智能代理。研究人员还可以使

洪智·2024-02-09 23:24

torch.no_grad

PyTorch里的requires_grad、volatile及no_gradrequires_grad=True要求计算梯度requires_grad=False不要求计算梯度withtorch.no_grad

He_Yu·2024-02-09 22:08

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包

茗创科技·2024-02-09 21:12

conda创建环境，查看环境，激活环境，查看包，复制环境，删除环境，查看cuda版本，查看pytorch版本

创建环境condacreate--name[yourEnvname]查看环境condaenvlist首次激活conda虚拟环境，使用sourceactivate激活，以后可以使用condaactivate激活虚拟环境sourceactivate[yourEnvname]激活环境condaactivate[yourEnvname]查看环境下的包condalist或者是piplist复制环境：假设已有

是一只努力的小菜鸡啦·2024-02-09 20:27

PyTorch中的随机森林详解

在本篇博客中，我们将深入探讨在PyTorch中使用随机森林的基本原理、构建过程以及实际应用，无论你是初学者还是有一定经验的开发者，都能从中受益。目录什么是随机森林？

洞深视界·2024-02-09 19:11

PyTorch支持向量机（SVM）详解

在本篇博客中，我们将深入探讨如何在PyTorch中使用支持向量机进行分类任务。无需担心，我们将以友好的方式向您解释SVM的基本原理和PyTorch库的使用方法，无论您是否具有深度学习经验，都能够理解。

洞深视界·2024-02-09 19:11

【PyTorch】实现迁移学习框架DaNN

文章目录前言代码实现1、导入数据库关于torch.manual_seed(1)2、参数设置3、数据导入4、定义MMD损失5、定义训练函数5.1nn.CrossEntropyLoss()5.2.detach()5.3.sizeVS.shape5.4.to(DEVICE)5.5.max()5.6optimizer.zero_grad()

cofisher·2024-02-09 19:29

Windows下安装DeepSpeed

部署环境Windows1164bitsVisualStudio2022CUDAv11.8Python3.10PyTorch2.0.0+cu118下载DeepSpeedgitclonehttps://github.com

syson·2024-02-09 19:21

《动手学深度学习(PyTorch版)》笔记7.6

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。Chapter7ModernConvolutionalNeuralNetworks7.6ResidualNetworks(ResNet)随着我们设计越

南七澄江·2024-02-09 15:48

全网最详细的conda和pip更换清华镜像源教程

conda镜像源，默认为defaultscondaconfig--showchannels添加指定源condaconfig--addchannels*（*指代你要添加的源）接下来，我将带大家去找一下清华源的pytorch

数产第一混子·2024-02-09 15:18

conda镜像地址

pytorch镜像地址清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/北京外国语大学镜像：https://

Dalier.·2024-02-09 15:18

《动手学深度学习(PyTorch版)》笔记7.7

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。Chapter7ModernConvolutionalNeuralNetworks7.7DenselyConnectedNetworks(DenseN

南七澄江·2024-02-09 15:16

Transformer实战-系列教程14：DETR 源码解读1

Transformer实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传点我下载源码DETR算法解读1、项目配置主要环境installPyTorch1.5

机器学习杨卓越·2024-02-09 14:17

使用PyTorch识别简单验证码

前言在这篇文章中，我们将演示如何使用PyTorch来识别简单的数字图形CAPTCHA。示例比较简单，主要演示图片预处理及简单的CNN网络。

tomo_wang·2024-02-09 11:43

如何用OpenCV加载Yolov5并使用CUDA加速

1背景随着Pytorch、TensorFlow等有效的框架被用来深度的学习开发，各种任务的模型也层出不穷。但是大多的部署往往依赖签名的两个框架，需要前面的两个框架大量的库。

geekboys·2024-02-09 11:28

实例分割论文阅读之：FCN：《Fully Convolutional Networks for Semantica Segmentation》

content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf代码链接：https://github.com/pytorch

交换喜悲·2024-02-09 09:44

深度学习入门笔记（九）自编码器

自编码器是一个无监督的应用，它使用反向传播来更新参数，它最终的目标是让输出等于输入。数学上的表达为，f(x)=x，f为自编码器，x为输入数据。自编码器会先将输入数据压缩到一个较低维度的特征，然后利用这个较低维度的特征重现输入的数据，重现后的数据就是自编码器的输出。所以，从本质上来说，自编码器就是一个压缩算法。自编码器由3个部分组成：编码器（Encoder）：用于数据压缩。压缩特征向量（Compre

zhanghui_cuc·2024-02-09 08:57

深度学习入门笔记（八）可以不断思考的模型：RNN与LSTM

8.1循环神经网络RNN之前学到的CNN和全连接，模型的输入数据之间是没有关联的，比如图像分类，每次输入的图片与图片之间就没有任何关系，上一张图片的内容不会影响到下一张图片的结果。但在自然语言处理领域，这就成了一个短板。RNN因此出现，它是一类用于处理序列数据的神经网络。其基本单元结构如下自底向上的三个蓝色的节点分别是输入层、隐藏层和输出层。U和V分别是连接两个层的权重矩阵。如果不考虑右边的棕色环

zhanghui_cuc·2024-02-09 08:56

使用yolov5时需要安装的requirements.txt

之前需要配置好pytorch，同时注意的是pytoorch版本需要在1.7以上1.github下载好requirements.txt文件内容如下：2.在cmd命令行转移到yolov5所在文件夹及配置的yolo

YoLo-8·2024-02-09 08:49

pytorch-索引切片

importtorcha=torch.rand(4,3,28,28)结果:会是一个四维的空间a.shape结果:(torch.Size[4,3,28,28])a[0].shape结果:torch.Size([3,28,28])a[0,0].shape结果:torch.Size([28,28])a[0,0,0].shape结果:torch.Size([28])a[0,0,3,6]结果:tensor(

青灯有味是儿时·2024-02-09 07:22

pytorch索引、切片、连接和换位

目录：1.torch.cat使用dim对Tensor进行指定拼接2.如何将一个Tensor按指定维度切片？3.按照索引对元素进行聚合4，如何按照索引选择目标数据？5、如何选出满足矩阵条件的元素？6.如何找出矩阵中的非零元素的索引？7.如何将输入张量分割成相同形状的的chunks？8.如何增加一个矩阵的维度（如1维变2维）？9.如何实现Tensor维度之间的转置？10.如何沿着某个维度切片后返回所有

逝去〃年华·2024-02-09 07:22

pytorch张量的索引和切片操作

直接上代码importtorcha=torch.randn(2,3,4)#构建维度为2×3x4的张量print(a)print(a[1,2,3])#取张量在0维的第一1号、1维的第2号、2维3号的元素（注意编号是从0开始）print(a[:,1:-1,1:3])#仅仅一个冒号表示取所有的，-1表示最后一个元素a[1,2,3]=-5#直接更改索引和切片会更改原始量的值print(a)print(a>

CrystalheartLi·2024-02-09 07:52

Pytorch 索引与切片

Pytorch索引与切片Indexingimporttorcha=torch.rand(4,3,28,28)#对第一个维度进行索引从最左边开始索引print("a[0].shape:\t",a[0].shape

沐雲小哥·2024-02-09 07:52

pytorch——索引和切片

用：索引和原生python没有什么区别，在这里就不写了index_selecta=torch.randn(4,3,28,28)print(a.index_select(0,torch.IntTensor([0,2])).shape)index_select方法第一个参数表示在哪一维度上操作，第二个参数表示要找这一个维度上的范围，第二个参数必须是一个张量，不能是list用…索引a=torch.ran

独孤醉人·2024-02-09 07:21

numpy pytorch切片和索引

1.：冒号有两种使用单冒号和双冒号。单冒号是双冒号的一个特例。start:end:step是完整写法，表示取start到end(不包含)，间隔step。所以会有变体，比如:2取0,1:-1取至倒数第二个-3:取倒数第三个至最后::2间隔一个取2....省略号（英文）表示省略维度，缺省则由程序自动判断3.，逗号维度分隔符4.None无表示增加维度，unsquenze也有同样用法。有np.newaxi

billbliss·2024-02-09 07:51

pytorch索引和切片

目录1.按索引方式取数据2.以python切片方式取数据3.指定index取数据4....代表除其前后指定维度外的所有维度5.masked_select()使用掩码选择元素6.take矩阵打平后选取1.按索引方式取数据a[0,0,2,4]其中0，0，2，4是索引从0开始2.以python切片方式取数据b=4索引是0,1,2,34张图片c=3索引是0,1,2[:2]0,1不包括2[1:]1,2[-1

wyw0000·2024-02-09 07:20

【Python】使用 requirements.txt 与 pytorch 相关配置

【Python】使用requirements.txt与pytorch相关配置前言一、pip1、导出结果含有路径2、导出不带路径的二、Conda1、导出requirements.txt2、导出yml文件三

何为xl·2024-02-09 07:09

【深度学习】pytorch 与 PyG 安装（pip安装）

【深度学习】pytorch与PyG安装（pip安装）一、PyTorch安装和配置（一）、安装CUDA（二）、安装torch、torchvision、torchaudio三个组件（1）下载镜像文件（2）创建一个新的虚拟环境

何为xl·2024-02-09 07:36

第四届脑电深度学习入门班（训练营：2023.7.4~7.12）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包

茗创科技·2024-02-09 05:48

pytorch入门第一天

今天作为入门pytorch的第一天。打算记录每天学习pytorch的一些理解和笔记，以用来后面回顾。当然如果能帮到和我一样的初学者，那也是不胜荣幸。

南子大帅哥·2024-02-09 04:23

使用PyTorch实现二元分类

在本文中，我们将使用PyTorch实现二分类任务。二元分类涉及将数据点分类为两个类或类别之一。类似使用过滤器来区分苹果和橙子、积极情绪和消极情绪、或者健康患者和疾病患者。

小Z的科研日常·2024-02-09 04:12

【超详细】用Python实现十大经典排序算法

吹翻书页的风·2024-02-09 03:32

PyTorch深度学习实战（23）——从零开始实现SSD目标检测

PyTorch深度学习实战（23）——从零开始实现SSD目标检测0.前言1.SSD目标检测模型1.1SSD网络架构1.2利用不同网络层执行边界框和类别预测1.3不同网络层中默认框的尺寸和宽高比1.4数据准备

盼小辉丶·2024-02-09 02:58

在Conda中搭建PyTorch+DGL+PyG时需要仔细查看的几个关于版本的网页

这方面的问题我总结过很多次了，例如：基于Conda的PyTorchGeometric报“段错误(核心已转储)”的解决方法_段错误,核心已转储yolov5-CSDN博客但是现在还是能遇到问题，例如今天在一个新的

蛐蛐蛐·2024-02-09 01:25

记录pytorch常用的维度转换方法

对于pytorch常用的维度转换方法一直不熟悉，今天在网上查了资料，简单尝试之后汇总记录一下，方便以后查找importtorch#**********生成数据**********#***生成固定数据**

嘿，兄弟，好久不见·2024-02-08 20:30

Pytorch | Tensor张量

点击上方“机器学习与生成对抗网络”，关注星标获取有趣、好玩的前沿干货！来源：知乎—秦一地址：https://zhuanlan.zhihu.com/p/39935050501Tensor的裁剪运算对Tensor中的元素进行范围过滤常用于梯度裁剪（gradientclipping），即在发生梯度离散或者梯度爆炸时对梯度的处理torch.clamp(input,min,max,out=None)→Ten

机器学习与AI生成创作·2024-02-08 20:29

【pytorch常用方法汇总】张量的转换、生成篇

目录将列表转换为张量张量和Numpy数组的相互转化随机数生成张量生成特定的张量将列表转换为张量Python的列表或序列可以通过torch.tensor()函数构造张量。查看维度和元素数量：x=torch.tensor([[1,2,3],[4,5,6]])查看维度：x.shape或x.size()，返回torch.Size类型对象，可以直接解包查看元素数量：x.numel()指定元素类型、分配的位置

明月出天山_·2024-02-08 20:29

PyTorch张量和NumPy数组之间的相互转换

PyTorch张量（`torch.Tensor`）和NumPy数组（`numpy.ndarray`）之间的转换非常常见，因为它们在处理数据时具有不同的优势。

董^O^·2024-02-08 16:01

PyTorch 的张量与 numpy对比

这里我们准备一个三阶多项式，通过最小化平方欧几里得距离来训练，并预测函数y=sin(x)在-pi到pi上的值。在本实现中，我们使用numpy手动实现前向传播，损失(loss)和反向传播。numpy数组是一种通用的n维数组；它跟深度学习，梯度或计算图没啥关系，只是执行通用数值计算的一种方法。importnumpyasnpimportmath#Createrandominputandoutputdat

yanglamei1962·2024-02-08 16:01

PyTorch基础之张量模块数据类型、基本操作、与Numpy数组的操作详解（附源码简单全面）

需要源代码文件请点赞关注收藏后评论区留言私信~~~一、张量模块张量（Tensor）是PyTorch最基本的操作对象，是具有统一类型的多维数组。

showswoller·2024-02-08 16:00

使用Pytorch创建张量以及使用numpy创建数组的异同点

Pytorch是一个基于Python的计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算；2、包含自动求导系统的深度神经网络。

汉德萨姆ys·2024-02-08 16:30

【QA篇】Numpy与Pytorch类型转换

Numpy与Pytorch类型转换Numpy与PyTorch的数据类型Numpy数组转换为PyTorch张量PyTorch张量转换为Numpy数组有坑示例1：Numpy数组转换为PyTorch张量时数据类型不匹配示例

钟的子期·2024-02-08 16:30

推荐频道

PyTorch深度学习入门