PyTorch深度学习笔记第4页

[C++]使用纯opencv部署yolov12目标检测onnx模型

yolov12官方框架：sunsmarterjie/yolov12【算法介绍】在C++中使用纯OpenCV部署YOLOv12进行目标检测是一项具有挑战性的任务，因为YOLOv12通常是用PyTorch等深度学习框架实现的

FL1623863129·2025-02-25 23:18

深度学习笔记——循环神经网络RNN

好评笔记·2025-02-25 22:10

机器学习笔记——特征工程

好评笔记·2025-02-25 22:37

【PyTorch 实战2：UNet 分割模型】10min揭秘 UNet 分割网络如何工作以及pytorch代码实现（详细代码实现）

UNet网络详解及PyTorch实现一、UNet网络原理 U-Net，自2015年诞生以来，便以其卓越的性能在生物医学图像分割领域崭露头角。

xiaoh_7·2025-02-25 22:37

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

文章目录一、项目介绍二、项目实战2.1、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net是一种用于生物医学图像分割的卷积神经网络架构，最初由OlafRonneberger等人于2015年提出。论文：U-Net:ConvolutionalNetworksforBiomedicalIm

胖墩会武术·2025-02-25 21:04

Python微调DeepSeek-R1-Distill-Qwen-1.5B模型：使用Transformers和PyTorch进行训练

本博客将详细介绍如何微调一个名为Qwen-1.5B的模型，使用HuggingFace的Transformers库与PyTorch框架来实现。我们将通过一步步的代码解析，帮助你理解

煤炭里de黑猫·2025-02-25 21:02

基于UNet对DRIVE视网膜进行图像分割

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。

海洋之心·2025-02-25 21:31

Pytorch实现之混合成员GAN训练自己的数据集

简介简介：提出一种新的MMGAN架构，使用常见生成器分布的混合对每个数据分布进行建模。由于生成器在多个真实数据分布之间共享，高度共享的生成器（通过混合权重反映）捕获分布的公共方面，而非共享的生成器捕获独特方面。论文题目：MIXEDMEMBERSHIPGENERATIVEADVERSARIALNETWORKS（混合成员生成对抗网络）会议：IEEEInternationalConferenceonIm

这张生成的图像能检测吗·2025-02-25 15:18

Pytorch实现论文：基于多尺度融合生成对抗网络的水下图像增强

简介简介：提出了一种新型的水下图像增强算法，基于多尺度融合生成对抗网络，名为UMSGAN，以解决低对比度和颜色失真的问题。首先经过亮度的处理，将处理后的图像输入设计的MFFEM模块和RM模块生成图像。该算法旨在适应各种水下场景，提供颜色校正和细节增强。论文题目：Underwaterimageenhancementbasedonmultiscalefusiongenerativeadversaria

这张生成的图像能检测吗·2025-02-25 15:46

即插即用的注意力机制21种

出处：SENet#SEBlock(PyTorch)classSEBlock

@Mr_LiuYang·2025-02-25 14:40

【PyTorch】torch.nn.Conv1d 类：一维卷积层（处理一维数据的卷积运算）

torch.nn.Conv1d是PyTorch中的一维卷积层，用于处理一维数据的卷积运算，常用于时序数据、音频信号、文本等的处理。

彬彬侠·2025-02-25 13:00

PyTorch中文文档：API查询与使用的终极指南

PyTorch中文文档：API查询与使用的终极指南【下载地址】PyTorch中文文档-API查询与使用PyTorch中文文档-API查询与使用欢迎来到PyTorch中文文档资源页面！

仲照武Blanche·2025-02-25 10:45

PyTorch知识点总结之一

PyTorch知识点总结之一1.什么是PyTorch？它有什么特点和优势？PyTorch是一个基于Python的科学计算库，它是用于机器学习和深度学习的框架之一。

Rain松·2025-02-25 10:44

pytorch模型(.pt、.pth)转onnx模型(.onnx)的方法详解

.pt和.pth只能在pytorch的框架中使用，但是有时我们需要在其他的框架使用模型或者使用模型可视化工具来展示模型（大部分对.pt格式不兼容），这时就需要用到.onnx模型形式来转换了。

墨小傲·2025-02-25 10:12

PyTorch实战：手把手教你完成MNIST手写数字识别任务

系列文章目录Pytorch基础篇01-PyTorch新手必看：张量是什么？5分钟教你快速创建张量！02-张量运算真简单！PyTorch数值计算操作完全指南03-Numpy还是PyTorch？

吴师兄大模型·2025-02-25 07:51

PyTorch实现DARTS：可微分架构搜索指南

PyTorch实现DARTS：可微分架构搜索指南pt.darts项目地址:https://gitcode.com/gh_mirrors/pt/pt.darts项目介绍PyTorchImplementationofDARTS

余伊日Estra·2025-02-25 05:07

Ascend Extension for PyTorch是个what？

1AscendExtensionforPyTorchAscendExtensionforPyTorch插件是基于昇腾的深度学习适配框架，使昇腾NPU可以支持PyTorch框架，为PyTorch框架的使用者提供昇腾

·2025-02-25 03:53

Python的PyTorch+CNN深度学习技术在人脸识别项目中的应用

人脸识别技术是一种基于人脸特征进行身份识别的生物识别技术，其核心原理包括人脸检测、人脸对齐、特征提取、特征匹配、身份识别。一、应用场景安防：门禁、监控。金融：刷脸支付、身份验证。社交：自动标注、美颜。医疗：患者身份确认、情绪分析。二、关键技术深度学习：CNN在人脸检测、特征提取中表现优异。大数据：大规模数据集（如LFW、MegaFace）提升模型泛化能力。硬件加速：GPU、TPU等加速计算，提升实

mosquito_lover1·2025-02-25 01:07

深度学习笔记——常见的Transformer位置编码

大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文详细介绍3种常见的Transformer位置编码——正弦/余弦位置编码（sin/cos）、基于频率的二维位置编码（2DFrequencyEmbeddings）、旋转式位置编码（RoPE）文章目录Transformer中常见的编码方式正弦/余弦位置编码（SinusoidalPositionalEncoding）基于频率的

好评笔记·2025-02-25 01:05

深度学习面试八股文——决战金三银四

公主号合集地址点击进入优惠地址：深度学习笔记合集笔记介绍本笔记的任务是解读深度学习实践/面试过程中可能会用到的知识点，内容通俗易懂，入门、实习和校招轻松搞定。

Good Note·2025-02-25 00:02

深度学习入门篇--来瞻仰卷积神经网络的鼻祖LeNet

B站视频讲解:深度学习入门篇:使用pytorch搭建LeNet网络并代码详解实战前言大家在学习神经网络的时候肯定会有这样的感受,有很多的文章和视频,有的文章也很好,但是总是不成体系,总是学起来东一榔锤,

智算学术·2025-02-25 00:31

pytorch3d安装记录

官方安装教程：https://github.com/facebookresearch/pytorch3d/blob/main/INSTALL.md通过pip或conda可以很容易安装上预编译好的包，安装过程不会报错

leo0308·2025-02-24 23:57

基于Python开发的使用多个单视图特征融合的基于图卷积网络（GCN）的肺结节检测系统的示例

我们将使用PyTorch和torch_geometric库来实现图卷积网络，并模拟数据进行演示。步骤概述数据准备：模拟生成多个单视图的肺结节特征数据，并构建图数据。特征融合：将多个单视图特征进行融合。

go5463158465·2025-02-24 20:06

第G9周：ACGAN理论与实战

>-**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]**本人往期文章可查阅：深度学习总结我的环境：语言环境：Python3.11编译器：PyCharm深度学习环境：Pytorchtorch

OreoCC·2025-02-24 18:50

AI环境初识

PyTorch：由Facebook推出，也是一个广受欢迎的开源机器学习库。PyTorc

网络飞鸥·2025-02-24 07:02

pytorch torch.triu函数介绍

torch.triu是PyTorch提供的一个函数，用于生成矩阵的上三角部分。它的名称来源于"triangularupper"（上三角形），作用是将矩阵的下三角部分置为零，只保留对角线及其上方的元素。

qq_27390023·2025-02-24 02:28

F.interpolate函数

F.interpolate是PyTorch中用于对张量（通常是图像数据）进行插值操作的函数，常用于调整张量的大小，例如改变图像的分辨率。它支持多种插值方法，包括最近邻插值、双线性插值和三次插值等。

dringlestry·2025-02-23 21:20

AI如何预测比赛结果：体育预测技术全解析

一、系统架构设计1.整体架构数据采集层数据处理层模型训练层预测服务层应用展示层2.技术选型Python3.8+TensorFlow/PyTorchScikit-learnPandas/NumpyFlask

翱翔的猪脑花·2025-02-23 17:54

深度学习框架与边缘计算融合驱动医疗金融模型优化新路径

当前，TensorFlow、PyTorch等主流框架通过轻量化改造（如TensorFlowLite与PyTorchMobile）逐步适应边缘设备的资源限制，同时结合联邦学习技术构建分布式训练网络。

智能计算研究中心·2025-02-23 11:10

如何下载安装包进行 PyTorch 和 torchvision 的离线安装

如何下载安装包进行PyTorch和torchvision的离线安装在没有互联网连接的环境下安装PyTorch和torchvision可能看起来有点困难，但通过事先下载所需的安装包，我们可以轻松地在任何系统上进行离线安装

长路可遥·2025-02-23 07:36

AI趋势下，软件测试工程师怎么拥抱AI

框架：掌握TensorFlow、PyTorch

悠然的笔记本·2025-02-23 05:24

Python中常见库 PyTorch和Pydantic 讲解

PyTorch简介PyTorch是一个开源的深度学习框架，由Facebook的AI研究团队开发。

爱丫爱·2025-02-22 23:40

Python：实现 PyTorch 中训练自定义卷积神经网络模型(CNN)并导出模型为 ONNX 格式，同时使用 ONNX Runtime 进行推理

本文将介绍如何使用PyTorch训练一个简单的卷积神经网络（CNN）模型，并将训练好的模型导出为ONNX格式，之后使用ONNXRuntime在Python中加载并进行推理。

煤炭里de黑猫·2025-02-22 16:40

YOLOv11快速上手：如何在本地使用TorchServe部署目标检测模型

环境准备在开始之前，确保你的开发环境满足以下要求：Python版本：3.8或以上PyTorch：1.9或以上CUDA：如果使用GPU，加速训练和推理TorchServe：用于模型

SYC_MORE·2025-02-22 07:57

SD模型微调之LoRA

好评笔记·2025-02-22 06:22

深度学习笔记之自然语言处理(NLP)

深度学习笔记之自然语言处理(NLP)在行将开学之时，我将开始我的深度学习笔记的自然语言处理部分，这部分内容是在前面基础上开展学习的，且目前我的学习更加倾向于通识。

电棍233·2025-02-22 02:10

用deepseek学大模型05逻辑回归

deepseek.com:逻辑回归的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示，模型应用场景和优缺点，及如何改进解决及改进方法数据推导

wyg_031113·2025-02-22 00:48

PyTorch torch.logsumexp 详解：数学原理、应用场景与性能优化（中英双语）

PyTorchtorch.logsumexp详解：数学原理、应用场景与性能优化在深度学习和概率模型中，我们经常需要计算数值稳定的对数概率操作，特别是在处理softmax归一化、对数似然计算、损失函数优化等任务时

阿正的梦工坊·2025-02-21 20:22

Vision Transformer图像分类实现

以下是使用PyTorch实现VisionTransformer进行图像分类的步骤。1.安装必要的库首先，确保你已经安装了必要的库：pipinstalltorchtorch

reset2021·2025-02-21 16:13

初识pytorch

一、AI发展史二、什么是深度学习深度学习是机器学习的一个子集。为了更好地理解这种关系，我们可以将它们放在人工智能（AI）的大框架中来看。机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：三、扩展1.使用场景1)图像识别和处理2)自然语言处理（NLP）3)音频处理4)视频分析5)游戏和仿真6)自动驾驶汽车7)

m0_73286250·2025-02-21 15:02

Java部署机器学习模型:方案二(基于DJL)

DJL有以下几个方面优势：支持多个底层引擎DJL支持多个底层引擎，包括MXNet、TensorFlow和PyTorch等。

iiilloi·2025-02-21 15:01

Pytorch实现之GIEGAN（生成器信息增强GAN）训练自己的数据集

简介简介：在训练数据样本之前首先利用VAE来推断潜在空间中不同类的分布，用于后续的训练，并使用它来初始化GAN。与ACGAN和BAGAN不同的是，提出的GIEGAN有一个分类器结构，这个分类器主要判断生成的图像或者样本图像属于哪个类，而鉴别器仅判断图像是来自于生成器还是真实样本。论文题目：GeneratorInformationEnhancementGenerativeAdversarialNet

这张生成的图像能检测吗·2025-02-21 13:43

ptython setup.py install 设置python包编译时的并行数

通过源码编译安装pytorch3d的时候，直接执行pythonsetup.pyinstall时，默认开的并行数很多，有10几个，直接导致机器卡死。

leo0308·2025-02-20 19:02

深度学习工厂的蓝图：拆解CUDA驱动、PyTorch与OpenCV的依赖关系

想象一下，你正在建造一座深度学习工厂，这座工厂专门用于高效处理深度学习任务（如训练神经网络）和计算机视觉任务（如图像处理）。为了让工厂顺利运转，你需要搭建基础设施、安装设备、设置生产线，并配备控制台来管理整个生产过程。以下是这座工厂的详细构建过程：1.工厂的基础设施：Ubuntu比喻：Ubuntu是工厂所在的土地和建筑，提供了基础设施和运行环境。作用：提供操作系统环境，支持安装和运行各种工具和框架

时光旅人01号·2025-02-20 17:46

YOLOv8 Pose使用RKNN进行推理

二、ONNX推理1.首先需要先将Pytorch模型转换为Onnx模型，下载pt模型这里给出官方的权重下载地

い不靠譜︶朱Sir·2025-02-20 15:30

【CUDA】Pytorch_Extensions

【CUDA】Pytorch_Extensions为什么要开发CUDA扩展？

joker D888·2025-02-20 15:28

本地搭建小型 DeepSeek 并进行微调

1.环境准备Python3.7或更高版本PyTorch1.8或更高版本CUDA(可选，用于GPU加速)Git2.克隆DeepSeek仓库bash复制gitclonehttps://github.com/

非著名架构师·2025-02-20 15:55

Transformer 模型架构

以下是详细解释：1.架构vs框架的区别概念定义示例模型架构定义神经网络的结构设计Transformer、CNN、RNN开发框架提供实现模型的工具和库PyTorch、TensorFlow2.Transformer

2401_89793006·2025-02-20 15:24

DeepSeek使用中的问题及解决方案（部分）

1.模型部署与配置问题问题1：环境依赖冲突现象：安装模型依赖库时出现版本不兼容（如Python、PyTorch版本冲突）。解决方案：使用虚拟环境（如conda或venv）隔离依赖。

WeiLai1112·2025-02-20 07:17

TensorFlow LiteRT 概览

您可以找到适用于各种机器学习/AI任务的LiteRT就绪模型，也可以使用AIEdge转换和优化工具将TensorFlow、PyTorch和JAX模型转换为TFLite格式并运行。

姚家湾·2025-02-20 06:42

推荐频道

PyTorch深度学习笔记