PyTorch深度学习基础第31页

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

torchvision\io\image.py:13: UserWarning: Failed to load image Python extension: ‘[WinError 127] ...

原因：torch和torchvision的版本不对应解决方案：根据github上的对应关系，选择适应版本即可https://github.com/pytorch/vision

EelBarb·2024-01-10 08:31

tensor .t() vs .T

pytorch中.t()与.T都表示转置，那么区别是什么呢？查阅官方文档，发现.t()是.transpose函数的简写版本，但两者都只能对2维以下的tensor进行转置。

lollows·2024-01-10 06:53

cannot import name ‘_compare_version‘ from ‘torchmetrics.utilities.imports‘

):File“/scratch/AzureNfsServer_INPUT1/vc_data/users/willing/home/mQG/src/1_train.py”,line14,inimportpytorch_lightningasplFile

Wwwilling·2024-01-10 06:07

CUDA out of memory.

CUDAoutofmemory.Triedtoallocate20.00MiB(GPU0;31.75GiBtotalcapacity;24.79GiBalreadyallocated;20.94MiBfree;26.37GiBreservedintotalbyPyTorch

Wwwilling·2024-01-10 06:07

libtorch 中Scalar 歧义性

libtorch命名空间的Scalar冲突：image.pngimage.png相关版本：libtorch:1.5.1cuda:10.1cudnn:10.1gcc:5.4.0opencv:4.0.1解决方案pytorch

熙熙江湖·2024-01-10 06:36

Anaconda下查看 PyTorch 和 torchvision 版本（windows环境）

进入anaconda，输入python，回车(base)C:\Users\Administrator>pythonPython3.7.0(default,Jun282018,08:04:48)[MSCv.191264bit(AMD64)]::Anaconda,Inc.onwin32Type"help","copyright","credits"or"license"formoreinformati

meteor,across T sky·2024-01-10 04:31

大创项目推荐深度学习实现语义分割算法系统 - 机器视觉

2概念介绍2.1什么是图像语义分割3条件随机场的深度学习模型3\.1多尺度特征融合4语义分割开发过程4.1建立4.2下载CamVid数据集4.3加载CamVid图像4.4加载CamVid像素标签图像5PyTorch

laafeer·2024-01-10 04:59

全网最低价：轴承故障——创新模型全家桶

轴承数据解读与分类处理Python轴承故障诊断(一)短时傅里叶变换STFTPython轴承故障诊断(二)连续小波变换CWT_pyts小波变换故障-CSDN博客Python轴承故障诊断(三)经验模态分解EMD_轴承诊断pytorch-CSDN

建模先锋·2024-01-10 03:23

大甩卖——代码全家桶！！！

轴承数据解读与分类处理Python轴承故障诊断(一)短时傅里叶变换STFTPython轴承故障诊断(二)连续小波变换CWT_pyts小波变换故障-CSDN博客Python轴承故障诊断(三)经验模态分解EMD_轴承诊断pytorch-CSDN

建模先锋·2024-01-10 03:22

多特征变量序列预测(一)——CNN-LSTM风速预测模型

目录往期精彩内容：前言1多特征变量数据集制作与预处理1.1导入数据1.2数据集制作与预处理2基于Pytorch的CNN-LSTM预测模型2.1定义CNN-LSTM预测模型2.2设置参数，训练模型3模型评估与可视化

建模先锋·2024-01-10 03:52

详解a-PyTorch-Tutorial-to-Image-Captioning-master代码中的model模型，此代码是对show attend and tell论文的复现，基于Pytorch

代码的下载地址：https://github.com/sgrvinod/a-PyTorch-Tutorial-to-Image-Captioning代码的调试请参考：（强！）

冰岛小贤·2024-01-10 03:44

nerfstudio复现___踩坑坑坑坑坑指南

nerfstudio官方网站：Dataconventions-nerfstudio环境搭建nerfstudio需要python>=3.8pytorchtiny-cuda-nn如果想要训练自己的数据集，那么还需要

但行此事1222·2024-01-10 02:23

强化学习Double DQN方法玩雅达利Breakout游戏完整实现代码与评估pytorch

3.10.12Anaconda：23.7.4系统：Ubuntu22.04.3LTS(GNU/Linux5.15.0-91-genericx86_64)IDE：VSCode1.85.1gym：0.26.2Pytorch

一条独龙·2024-01-10 01:22

模型创建与nn.Module

一、网络模型创建步骤二、nn.Module下面描述了在PyTorch中常见的一些属性和功能，用于存储和管理神经网络模型的参数、模块、缓冲属性和钩子函数。

-恰饭第一名-·2024-01-10 00:04

模型容器与AlexNet构建

nn.Sequential是nn.module的容器，用于按顺序包装一组网络层•顺序性：各网络层之间严格按照顺序构建•自带forward()：自带的forward里，通过for循环依次执行前向传播运算Sequential是PyTorch

-恰饭第一名-·2024-01-10 00:01

【随笔-8】pytorch中visdom的基本调用

一、在自己电脑上用visdom监视数据安装visdompipinstallvisdom在代码中使用visdomimportvisdomvis=visdom.Visdom(env='model_1')这时候运行代码，代码跑出来是会报错的。因为还需要先在命令行中开启visdom服务。在命令行中输入python3-mvisdom.server之后命令行中会弹出提示Youcannavigatetohttp

小海绵要自律吖·2024-01-09 23:36

在anaconda中安装pytorch的GPU版本

本文前提：1.你已经下载好了anaconda,最好是新建一个虚拟环境来安装pytorch的GPU版本，并且设置了国内镜像源；2.了解自己电脑对应的cuda版本，可通过nvidia-smi，并下载好了cuda

月落霜满天·2024-01-09 23:20

Hugging face库

Transformers库支持多种深度学习框架，如PyTorch，TensorFlow，JAX和Flax，并且可以轻松地在不同的设备上运行，如CPU，GPU和TPU。

carmen_山海·2024-01-09 21:12

[动手学深度学习-PyTorch版]-3.13深度学习基础-丢弃法

3.13丢弃法除了前一节介绍的权重衰减以外，深度学习模型常常使用丢弃法（dropout）[1]来应对过拟合问题。丢弃法有一些不同的变体。本节中提到的丢弃法特指倒置丢弃法（inverteddropout）。3.13.1方法image.pngimage.pngimage.png图3.5隐藏层使用了丢弃法的多层感知机3.13.2从零开始实现根据丢弃法的定义，我们可以很容易地实现它。下面的dropout函

蒸饺与白茶·2024-01-09 21:56

910b上跑Chatglm3-6b进行流式输出【pytorch框架】

文章目录准备阶段避坑阶段添加代码结果展示准备阶段配套软件包Ascend-cann-toolkit和Ascend-cann-nnae适配昇腾的Pytorch适配昇腾的TorchvisionAdapter下载

内卷焦虑人士·2024-01-09 20:39

【自动驾驶01】轨迹预测方法总结

Paper:CVPR16_Social_LSTM.pdf(stanford.edu)Code:GitHub-quancore/social-lstm:SocialLSTMimplementationinPyTorch

特卡的风·2024-01-09 15:54

Dora-rs 机器人框架学习教程（3）——利用yolo实现目标检测

文章目录1安装pytroch环境1.1nvidia驱动1.2安装cuda1.3在conda中安装pytorchGPU版本1.4检验pytroch是否安装正确2编写程序代码2.1object_detection.py

熊猫飞天·2024-01-09 13:30

unsqueeze()函数

Pytorchunsqueeze()函数的用法在这里插入代码片importtorcha=torch.ones(10)print("a.shape:",a.shape)b=a.unsqueeze(0)#对

发生了什么Bug·2024-01-09 12:11

torch.nn.utils.stateless.functional_call用法

stateless.functional_calltorch.nn.utils.stateless.functional_call是PyTorch2.0中的一个功能，但请注意，这个API在PyTorch2.0

E寻数据·2024-01-09 11:58

PyTorch 参数化深度解析：自定义、管理和优化模型参数

目录torch.nn子模块parametrizeparametrize.register_parametrization主要特性和用途使用场景参数和关键字参数注意事项示例parametrize.remove_parametrizations功能和用途参数返回值异常使用示例parametrize.cached功能和用途如何使用示例parametrize.is_parametrized功能和用途参数返

E寻数据·2024-01-09 11:24

深度学习知识点总结

shape可学习参数weight和bias分别对应γ，β.有bn时cov可以不用bia在训练过程中,mean和std是统计得到的,然后在迭代过程中动态累加,m*si-1+(1-m)*si,m为历史保留比,对应pytorch

zwhdldz·2024-01-09 11:45

推荐频道

PyTorch深度学习基础