Pytorch常用库

csSEnet注意力网络

csSEnet注意力网络一、cSE网络模型(通道注意力机制)1、Squeeze全局平均池化（GlobalAveragePooling）2、Excitation3、完整CSEblock的Pytorch实现总结二
小白学习记录·2023-12-31 18:20

cnn pytorch实现（从获取数据到训练模型)

目录cnn整体框架（从获取数据到训练模型)1、导入必要包2、获取数据3、数据处理1、生成张量2、数据装载3、数据预处理4、定义模型0、nn.Sequential容器1、卷积2、激活3、最大池化4、全连接层5、Dropout层6、softmax层7、前向传播5、实例化以及定义6、模型训练与参数优化cnn整体框架（从获取数据到训练模型)1、导入必要包fromtorch.utils.dataimport
小白学习记录·2023-12-31 18:19

pytorch03：transforms常见数据增强操作

目录一、数据增强二、transforms--Crop裁剪2.1transforms.CenterCrop2.2transforms.RandomCrop2.3RandomResizedCrop2.4FiveCrop和TenCrop三、transforms—Flip翻转、旋转3.1RandomHorizontalFlip和RandomVerticalFlip3.2RandomRotation四、tr
慕溪同学·2023-12-31 17:07

【yolov5驾驶员和摩托车佩戴头盔的检测】

驾驶员和摩托车佩戴头盔的检测可视化结果数据集和模型数据和模型下载：yolov5摩托车佩戴头盔和驾驶员检测模型yolov5-6.0-helmat-mortor-1225.zipyolov3摩托车佩戴头盔和驾驶员检测pytorch-yolov3
stsdddd·2023-12-31 16:04

pytorch中常见的合并和分割

importtorch'''1-数据合并：cat（沿着维度）;stack（增加维度）2-数据分割：split（按照长度）;chunk（按照数量）'''a1=torch.rand(2,3,28,28)a2=torch.rand(4,3,28,28)'''torch.cat([a1,a2],dim=0)dim=指定拼接的维度注意，使用torch.cat进行拼接时除了拼接维度可以不同外，其他的维度必须相
机器人图像处理·2023-12-31 15:17

用通俗易懂的方式讲解大模型：在 Ubuntu 22 上安装 CUDA、Nvidia 显卡驱动、PyTorch等大模型基础环境

虽然现在有很多云厂商都提供了GPU服务器，但由于GPU的资源稀缺，云GPU服务器要么就是价格居高不下，要么就是数量不足无法购买，因此能拥有一块属于自己的Nvidia显卡来跑AI程序是最好不过了。虽然现在高端的Nvidia显卡又贵又不好买，但是稍微低端的显卡还是好入手的，随着大模型的配置要求越来越低，在低端显卡上跑一些大模型也不是什么问题。不过即使你拥有了一块自己的Nvidia显卡，但环境配置也是一
Python算法实战·2023-12-31 15:00

[C#]C# winform实现imagecaption图像生成描述图文描述生成

介绍：地址：C#https://github.com/ruotianluo/ImageCaptioning.pytorch效果：测试环境：vs2019onnxruntime1.16.3opencvsharp4.8
小楼先森·2023-12-31 15:25

4.34 构建onnx结构模型-Gemm

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Gemm
nsq_ai·2023-12-31 13:56

4.35 构建onnx结构模型-Layernorm

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Layernorm
nsq_ai·2023-12-31 13:56

4.36 构建onnx结构模型-Where

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Where
nsq_ai·2023-12-31 13:56

4.33 构建onnx结构模型-Expand

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Expand
nsq_ai·2023-12-31 13:25

9个技巧让你的 PyTorch 模型训练飞快！

我在这里总结了提升Pytorch模型训练速度的9个技巧，与大家分享，如果你对Pytorch还处于小白阶段，没有理解的很透彻，可以先学这篇内容：这一次
Python数据挖掘·2023-12-31 12:32

Keras 3.0发布：全面拥抱 PyTorch

如果你对Pytorch还处于小白阶段，没有理解的很透彻，可以先学这篇内容：这一次，我准备了20节PyTorch中文课程多框架支持Keras3.0的最大亮点之一是支持多框架。
Python数据挖掘·2023-12-31 12:31

用例子学习pytorch

本文来源：【https://pytorch.org/tutorials/beginner/pytorch_with_examples.html#】Abstract通过例子介绍pytorch的基本概念~PyTorch
学号叁拾·2023-12-31 11:46

Pytorch：数据读取机制（DataLoader与Dataset）

目录一、Pytorch的数据读取机制1.Dataload2.Dataset3.实现自定义类划分数据集实现Lenet回顾参考资料一、Pytorch的数据读取机制数据模块中，DataLoader和DataSet
碧蓝的天空丶·2023-12-31 10:25

pytorch基础语法学习：数据读取机制Dataloader与Dataset

来源：投稿作者：阿克西编辑：学姐本章主要讲述数据模块，如何从硬盘中读取数据，对数据进行预处理、数据增强，转换为张量的形式输入到模型之中。1模块简介本节主要学习数据模块当中的数据读取，数据模块通常还会分为四个子模块，数据收集、数据划分、数据读取、数据预处理。●数据收集：收集原始样本和标签，如Img和Label。●数据划分：划分成训练集train，用来训练模型；验证集valid，验证模型是否过拟合，挑
深度之眼·2023-12-31 10:55

Pytorch读取npy数据格式，编写dataset模块，可配合Dataloader进行使用

数据制作好之后，就是如何加载数据问题，TF中加载数据相对比较容易，但是Pytorch中，我们一般都是将数据制作成dataset，再传入D
墨晓白·2023-12-31 10:22

pytorch02：数据读取DataLoader与Dataset、数据预处理transform

目录模型训练数据处理一、DataLoader1.1torch.utils.data.DataLoader1.2数据常见概念二、Dataset2.1torch.utils.data.Dataset2.2代码展示2.2.1划分数据集2.2.2训练代码三、transform3.1torchvision视觉工具包3.2代码展示3.3transforms.Normalize3.4Normalize实验模型训
慕溪同学·2023-12-31 10:49

pytorch04：网络模型创建

目录一、模型创建过程1.1以LeNet网络为例1.2LeNet结构1.3nn.Module二、网络层容器(Containers)2.1nn.Sequential2.1.1常规方法实现2.1.2OrderedDict方法实现2.2nn.ModuleList2.3nn.ModuleDict2.4三种容器构建总结三、AlexNet网络构建一、模型创建过程1.1以LeNet网络为例网络代码如下：class
慕溪同学·2023-12-31 09:53

pytorch01：概念、张量操作、线性回归与逻辑回归

目录一、pytorch介绍1.1pytorch简介1.2发展历史1.3pytorch优点二、张量简介与创建2.1什么是张量？
慕溪同学·2023-12-31 09:22

【已解决】.pth---＞.onnx(---＞.tflite)---＞.kmodel

这个帖子主要讲述一下模型转换的步骤，我这里常用的框架是pytorch，相较于tensorflow转换步骤更繁琐一点。.
坚硬果壳_·2023-12-31 08:01

[pytorch] 分布式训练 Distributed Data-Parallel Training (DDP)

[pytorch]DistributedData-ParallelTrainingIntroclustertorch.nn.DataParallelPrerequisiteforDistributedDataParallelPrincipleBackendsNVIDIANCCLInitializetheprocessgroup
liyihao76·2023-12-31 07:48

Pytorch多机多卡的多种打开方式

前言为了获取最佳阅读体验，推荐移步个人博客在上一篇介绍多卡训练原理的基础上，本篇主要介绍Pytorch多机多卡的几种实现方式：DDP、multiprocessing、Accelerate。
JMXGODLZ·2023-12-31 07:18

PyTorch 多进程分布式训练实战

PyTorch多进程分布式训练实战|拾荒志(murphypei.github.io)PyTorch可以通过torch.nn.DataParallel直接切分数据并行在单机多卡上，实践证明这个接口并行力度并不尽如人意
TBYourHero·2023-12-31 07:18

多机多卡分布式训练

1.环境搭建分布式训练框架：accelerate+deepspeed+pdsh(可有可无)基础环境：cuda、显卡驱动、pytorch1.1安装相关包cuda安装：参考官网安装步骤wgethttps:/
china_xin1·2023-12-31 07:46

pytorch05:卷积、池化、激活

目录一、卷积1.1卷积的概念1.2卷积可视化1.3卷积的维度1.4nn.Conv2d1.4.1无padding无stride卷积1.4.2无paddingstride=2卷积1.4.3padding=2的卷积1.4.4空洞卷积1.4.5分组卷积1.5卷积输出尺寸计算1.6卷积的维度1.7转置卷积1.7.1为什么被称为转置卷积1.7.2nn.ConvTranspose2d1.7.3转置卷积的计算方法
慕溪同学·2023-12-31 07:45

Pytorch整体框架学习

12.28LearnPytorch一、神经网络二、pytorch的整体框架1.torch(1).Tensor概念张量，最基础的运算单位，一个多维矩阵，一个可以运行在gpu上的多维数据(2).Tensor
stoAir·2023-12-31 07:15

pytorch 多卡训练 accelerate gloo

目录accelerate多卡训练Windows例子gloo多卡训练accelerate多卡训练Windows例子importtorchfromtorch.nn.parallelimportDistributedDataParallelasDDPfromtorch.utils.dataimportDataLoader,RandomSamplerfromaccelerateimportAccelera
AI视觉网奇·2023-12-31 07:45

基于PaddleClas的猫的十二分类

结合深度学习框架Pytorch和AI平台Paddle，使用分类模型，对这十二种猫进行分类。从第二次实验课开始，全部实验课用来完成这个比赛。比赛地址环境准备编
PrototypeONE·2023-12-31 07:23

[23-24 秋学期] NNDL 作业4 前馈神经网络 HBU

目录：作业内容与要求：1.过程推导-了解BP原理2.数值计算-手动计算，掌握细节3.代码实现-numpy手推+pytorch自动1.)对比【numpy】和【pytorch】程序，总结并陈述。
洛杉矶县牛肉板面·2023-12-31 06:23

【Pytorch】学习记录分享10——PyTorchTextCNN用于文本分类处理

【Pytorch】学习记录分享10——PyTorchTextCNN用于文本分类处理1.TextCNN用于文本分类2.代码实现1.TextCNN用于文本分类具体流程：2.代码实现#coding:UTF-8importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimportnumpyasnpclassConfig
大江东去浪淘尽千古风流人物·2023-12-31 06:10

4.24 构建onnx结构模型-Slice

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Slice
nsq_ai·2023-12-31 05:06

[C#]C# winform实现imagecaption图像生成描述图文描述生成

介绍：地址：C#https://github.com/ruotianluo/ImageCaptioning.pytorch效果：测试环境：vs2019onnxruntime1.16.3opencvsharp4.8
FL1623863129·2023-12-31 04:44

我平时常用的分类网络

姓名：毕晓鹏学号：19021210824【嵌牛导读】自己平时积累了一些pytorch的训练trick，分享给大家【嵌牛鼻子】深度学习，分类网络【嵌牛提问】了解其他的网络吗【嵌牛正文】resnet平时经常用到
鹏_2857·2023-12-31 03:44

超级详细的YOLOV8教程

制作数据集3.部署YOLOV8的代码3.1远程部署3.1.1项目下载3.1.2修改代码3.1.2.1训练模型3.1.2.1验证模型3.2本地部署3.2.1YOLOV8项目部署3.2.2cuda、cudnn、Pytorch
笛秋白·2023-12-31 00:50

Deeplabv3+概述（语义分割，小白必看）

代码奉上：https://github.com/bubbliiiing/deeplabv3-plus-pytorch图像分割可以分为两类：语义分割（SemanticSegmentation）和实例分割（
唐宋宋宋·2023-12-30 21:34

yolov5的安装与使用（图文结合版）

window环境下，首先安装anaconda，便于创建pytorch环境。安装直接百度。
AI小白龙*·2023-12-30 21:25

Linux服务器安装pytorch的超详细流程

基本的环境首先了解自己服务器的操作系统内核版本等信息：查看自己操作系统的版本信息：cat/etc/issue或者是cat/etc/lsb-release等命令查看服务器显卡信息：lspci|grep-invidia查看全部显卡信息。nvidia-smi如果已经安装了对应的显卡驱动的话可以采用这个命令。cat/proc/driver/nvidia/version查看安装的显卡的驱动信息。显卡驱动的安
AI小白龙*·2023-12-30 21:55

登峰造极,师出造化,Pytorch人工智能AI图像增强框架ControlNet绘画实践,基于Python3.10

人工智能太疯狂，传统劳动力和内容创作平台被AI枪毙，弃尸尘埃。并非空穴来风，也不是危言耸听，人工智能AI图像增强框架ControlNet正在疯狂地改写绘画艺术的发展进程，你问我绘画行业未来的样子？我只好指着ControlNet的方向。本次我们在M1/M2芯片的Mac系统下，体验人工智能登峰造极的绘画艺术。本地安装和配置ControlNetControlNet在HuggingFace训练平台上也有体
AI小白龙*·2023-12-30 21:52

4.27 构建onnx结构模型-Unfold

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Unfold
nsq_ai·2023-12-30 21:51

4.28 构建onnx结构模型-Unary

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Abs结点进行分析方式方法一
nsq_ai·2023-12-30 21:51

4.26 构建onnx结构模型-Tile

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Tile
nsq_ai·2023-12-30 21:51

4.29 构建onnx结构模型-TopK

前言构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch—>onnx2、通过onnx自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以TopK
nsq_ai·2023-12-30 21:17

如何基于PyTorch框架自定义数据集类获取数据

在PyTorch框架中，可以通过自定义数据集类来加载和处理数据要自定义数据集类，需要继承PyTorch提供的torch.utils.data.Dataset类，并实现两个主要方法：__len__和__getitem
Kelly_Ai_Bai·2023-12-30 18:57

SPIN环境配置

condacreate-nspinpython==3.6.9condaactivatespingitclonehttps://github.com/nkolot/SPIN.gitcdSPINcondainstallpytorch
whale998·2023-12-30 14:27

PyTorch模型进阶技巧

PyTorch模型进阶技巧1.自定义损失函数PyTorch在torch.nn模块提供了许多常用的损失函数，如：MSELoss、L1Loss、BCELoss等，但是随着深度学习的发展或研究的需求，需要提出一些新的损失函数
includeSteven·2023-12-30 12:37

pytorch 训练超分辨率模型的技巧是什么？

训练超分辨率模型的技巧可以归纳为以下几点：数据预处理：对数据进行预处理，包括裁剪、缩放、归一化等，使其适合模型输入。数据增强：利用数据增强技术来扩充数据集，增加模型的鲁棒性。例如旋转、翻转、平移、加噪声等。模型选择：选择适合任务的模型，如SRCNN、ESPCN、EDSR等。同时，也可以考虑使用已经预训练好的模型进行微调。损失函数：选择适合任务的损失函数，如MSE、MAE、SSIM、LPIPS等。可
weixin_44616020·2023-12-30 12:07

PyTorch训练多任务模型技巧

一、解决在分布式训练中，如果对同一模型进行多次调用的报错报错如下：RuntimeError:oneofthevariablesneededforgradientcomputationhasbeenmodifiedbyaninplaceoperation:[torch.cuda.FloatTensor[256)]isatversion4;expectedversion3instead.Hint:en
David-Chow·2023-12-30 12:04

CUDA驱动深度学习发展 - 技术全解与实战

全面介绍CUDA与pytorchcuda实战关注TechLead，分享AI全维度知识。
TechLead KrisChang·2023-12-30 10:42

python 常用库

10.颜色显示模块linuximage.pngwindows#https://www.jianshu.com/p/e1bd64c2df4e#其格式为：\033[显示方式;前景色;后景色mimportconsoleprint("\033[5;32mhello")print("\033[1;31;40m你好！\033[0mfriends")image.png碱基彩色显示importrandomimpo
caokai001·2023-12-30 10:46
上一页 36 37 38 39 40 41 42 43 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他