pyTorch 第36页

50个超强的Pytorch操作 ! ! !

JOYCE_Leo16·2024-01-04 10:51

pytorch 卷积填充“same”实现（附代码） Conv1d Conv2d

参考：pytorch卷积填充“same”实现（附代码）importtorch.utils.datafromtorch.nnimportfunctionalasFimportmathimporttorchfromtorch.nn.parameterimportParameterfromtorch.nn.functionalimportpadfromtorch.nn.modulesimportModu

study_&·2024-01-04 10:20

【pytorch】padding的几种填充方法

今天总结一下，pytorch框架下的几种边界填充方法：1、torch.nn.ReflectionPad2d(padding)功能：使用输入边界的反射填充输入张量。

机器不学习我学习·2024-01-04 10:49

词嵌入位置编码的实现（基于pytorch）

背景介绍在transformers架构当中，对于词向量的输入需要加上原本词对应的位置信息，作为输入到模型中训练的input，那具体的位置编码如何实现呢？本篇博客就跟大家一起分享一下对应的步骤位置编码的公式对于词向量的位置编码的方式有多种，这里就介绍用三角函数进行位置编码的公式PE是positionembeding位置编码的意思，pos表示词的位置，表示词向量的维度,i表示词向量的第i维度那接下来我

草莓橙子碗·2024-01-04 10:18

新手能掌握 PyTorch 的填充技术：深入理解反射、复制、零值和常数填充

目录torch.nn子模块详解nn.ReflectionPad1d参数说明：形状（Shape）：使用示例：注意事项：nn.ReflectionPad2d参数说明：形状（Shape）：使用示例：注意事项：nn.ReflectionPad3d参数说明：形状（Shape）：使用示例：注意事项：nn.ReplicationPad1d参数说明：形状（Shape）：使用示例：注意事项：nn.Replicati

E寻数据·2024-01-04 10:48

pytorch06：权重初始化

慕溪同学·2024-01-04 10:47

PyTorch, 16个超强转换函数总结 ! !

本文介绍了关于pytorch的转换函数。在平常的使用中又多又重要!当然,在Pytorch中,转换函数的意义主要是用于对进行数据的预处理和数据增强,使其适用于深度学习模型的训练和推理。

JOYCE_Leo16·2024-01-04 10:47

PyTorch创建tensor的四种方式

Let’sstart！data=np.array([1.,2.,3.,4.])t1=torch.Tensor(data)t2=torch.tensor(data)t3=torch.as_tensor(data)t4=torch.from_numpy(data)print(t1)print(t2)print(t3)print(t4)结果：tensor([1.,2.,3.,4.])tensor([1.

霜溪·2024-01-04 09:53

卷积神经网络|制作自己的Dataset

PyTorch提供了许多预加载的数据集（如FashionMNIST），这些数据集子类并实现特定于特定数据的函数。它们可用于对模型进行原型设计和基准测试，加载这些数据集是十分简单的。

霜溪·2024-01-04 09:14

神经网络的基本框架的搭建-nn.Module

一、Torch.NN简介torch.nn是PyTorch中用于构建神经网络的模块。它提供了一组类和函数，用于定义、训练和评估神经网络模型。

DQ小恐龙·2024-01-04 09:38

深度学习的一点学习笔记（CNN相关）

因为是学习笔记，估计唯一看的人是我自己，我就忽略一些CNN的基础部分，比如什么是卷积，卷积如何操作，pytorch怎么实现卷积层，什么是池化层，pytorch怎么实现池化层等等。

Pagesns·2024-01-04 09:35

【深度学习】60题PyTorch简易入门指南，做技术的弄潮儿

1初识PyTorch1.1张量1.导入pytorch包importtorch2.创建一个空的5x3张量x=torch.empty(5,3)print(x)3.创建一个随机初始化的5x3张量x=torch.rand

风度78·2024-01-04 09:35

yolo v7支持的设备

将一个深度学习模型（在这里是YOLOv7，一个目标检测模型）从PyTorch导出到不同的格式，以便在不同平台上进行推理（inference）。

AlphaFinance·2024-01-04 08:53

(PyTorch)TCN和RNN/LSTM/GRU结合实现时间序列预测

.前言II.TCNIII.TCN-RNN/LSTM/GRU3.1TCN-RNN3.2TCN-LSTM3.3TCN-GRUIV.实验结果I.前言前面已经写了一系列有关LSTM时间序列预测的文章：深入理解PyTorch

Cyril_KI·2024-01-04 07:27

windows系统，搭建anaconda下的pytorch环境，并在VScode下使用

使用windows系统，搭建anaconda下的pytorch环境，并在VScode下使用一、创建anaconda环境二、在anaconda中创建一个虚拟环境，并加入cuda，为了方便安装pytorch

yuanjun0416·2024-01-04 06:05

深度学习-PyTorch：02-基于BERT-base打造AI芯片高效 - 简易版压力测试工具

历史攻略：深度学习：win10安装PyTorch深度学习-PyTorch：01-使用gpu进行运算范例安装依赖：由于网络问题，建议使用国内源pipinstall-ihttps://mirrors.aliyun.com

玩转测试开发·2024-01-04 06:02

【深度学习】02--框架

文章导读：•机器学习框架：•Scikit-Learn•SparkMLlib•深度学习框架•Theano蒙特利尔理工学院•TensorFlow谷歌•PytorchFacebook•Deeplearning4j

创造new_world·2024-01-04 06:55

PyTorch 第二周第一节课：Dataloader与Dataset

目录1、人民币二分类2、Dataloader与Datasettorch.utils.data.DataLoadertorch.utils.data.Dataset1、人民币二分类2、Dataloader与Datasettorch.utils.data.DataLoader功能：构建可迭代的数据装载器dataset：Dataset类，决定数据从哪读取及如何读取batchsize：批大小num_wor

冰雪棋书·2024-01-04 04:36

PyTorch|数据读取机制之Dataloader与Dataset

01|Dataloader与DataSet数据读取方法DataLoader与DataSet是PyTorch数据读取的核心。

木千之·2024-01-04 04:35

DataLoader 和 Dataset

我们就要弄明白怎么对数据进行预处理，然后加载数据，我们以前手动加载数据的方式，在数据量小的时候，并没有太大问题，但是到了大数据量，我们需要使用shuffle,分割成mini-batch等操作的时候，我们可以使用PyTorch

深度学习的奋斗者·2024-01-04 04:04

PyTorch中DataLoader与Dataset的使用、关系&原理

DataLoader（torch.utils.data.DataLoader）功能：构建可迭代的数据装载器类中的几个主要变量定义功能介绍如下，除此之外还有11个参数dataset：Dataset类，决定数据从哪里读取以及如何读取batchsize：批处理的大小num_works：是否多进程读取数据shuffle：每个epoch是否乱序(trueorfalse)drop_last：当样本数不能被ba

Nstar-LDS·2024-01-04 04:34

C# Image Caption

decoder_fc_nsc.onnxencoder.onnx项目代码下载C#ImageCaption介绍地址：https://github.com/ruotianluo/ImageCaptioning.pytorchIdecidetosyncupthisrepoandself-critical.pytorch

乱蜂朝王·2024-01-04 02:35

Jetson Xavier NX刷机安装JetPack 5.1.2，配置CUDA11.4，Tensorrt8.5.2、Opencv4.5.4

NVIDIASDK管理器四、开始刷机五、设置SSD启动六、安装CUDA环境及其他组件七、重装OpenCV4.5.41.卸载OpenCV库2.安装依赖库3.编译安装OpenCV及OpenCV_contrib八、安装Pytorch

编程是一点都不懂的·2024-01-03 23:16

ROS2/ROS+conda+pytorch配置

0、需求项目开发中遇到在ROS2中调用pytorch，但pytorch安装在了conda环境下。如果独立安装ros和conda会存在python版本、ubuntu系统版本的问题。

mjlsuccess·2024-01-03 23:44

【Python】环境配置，【Pytorch】GPU版本安装

总结：使用conda新建切换环境，然后使用pip安装卸载包【python】pipconda_condalist没有pytorch_myaijarvis的博客-CSDN博客pip换源https://blog.csdn.net

myaijarvis·2024-01-03 23:01

人工智能、神经网络，pytorch的功能介绍和部分示例代码

PyTorch是一个用于科学计算的基于Python的开源机器学习库，它具有动态计算图的特性，可以有效地支持深度学习项目。

亦旧sea·2024-01-03 21:06

如何将图像数据转换为.mat文件，mat文件内是cell封装的struct格式的数据

Holistically-nestedEdgeDetection(HED)》的时候，对论文中有关边缘结果的评价指标很感兴趣，于是我就研究了如何计算这些指标如果有同样感兴趣或者有需要的小伙伴可以下载这里的代码：GitHub-xwjabc/hed:APyTorchreimplementationofHolistically-NestedEdgeDetection

Kelly_Ai_Bai·2024-01-03 21:32

autograd与逻辑回归

一、autograd—自动求导系统torch.autograd.backward()torch.autograd.backward()是PyTorch中用于计算梯度的函数。

-恰饭第一名-·2024-01-03 18:56

学习使用DDP: DistributedDataParallel

简介“DistributedDataParalled”是Pytorch中用于分布式训练的模块，相较与比较老的DataParallel更高效，易用（我在使用DataParallel时经常遇到参数和数据没有在一块卡的报错情况

BlueagleAI·2024-01-03 16:07

BERT: Bidirectional Encoder Representations from Transformers双向Transformer用于语言模型 NAACL 2018

论文链接：https://arxiv.org/abs/1810.04805tensorflow版本代码链接：https://github.com/google-research/bertpytorch版本代码链接

BUAA～冬之恋·2024-01-03 15:55

[动手学深度学习-PyTorch版]-7.2优化算法-梯度下降和随机梯度下降

7.2梯度下降和随机梯度下降在本节中，我们将介绍梯度下降（gradientdescent）的工作原理。虽然梯度下降在深度学习中很少被直接使用，但理解梯度的意义以及沿着梯度反方向更新自变量可能降低目标函数值的原因是学习后续优化算法的基础。随后，我们将引出随机梯度下降（stochasticgradientdescent）。7.2.1一维梯度下降image.png%matplotlibinlineimp

蒸饺与白茶·2024-01-03 15:47

Pytorch：多块GPU分布式|并行训练

分布式与并行训练的区别分布式：多台服务器上的多个GPU，分布式涉及了服务器之间的通信，因此比较复杂，PyTorch封装了相应的接口，可以用几句简单的代码实现分布式训练。

DEMIY_·2024-01-03 14:37

小白学 PyTorch 系列：54个超强 pytorch 操作

最近观察到一个有趣的趋势，越来越多的人在学术界热衷于学习和应用PyTorch。在工业界，虽然仍有一些项目在延续使用之前的深度学习框架，但PyTorch的影响力也在逐渐渗透。

Python数据挖掘·2024-01-03 14:55

【人工智能风格迁移】人工智能图像风格迁移尝试学习

本课程将对传统的图像风格迁移算法进行讲解，并且利用Pytorch对其进行实

quanjui·2024-01-03 14:51

基于 Python+Django 构建智能互动拍照系统

，人像分割，目标检测，图像风格迁移，以及自己设计实现的熊猫分割PandaSeg，动作识别PoseRecognition等算法，依托Django框架搭建的Web应用，在服务器端使用tensorflow、pytorch

Python数据开发·2024-01-03 13:44

pytorch学习记录：torch.inverse()

pytorchdoc介绍torch.inverse()和torch.linalg.inv()一样。

guoqiangszu·2024-01-03 13:26

Pytorch3d 使用pytorch3d.renderer.PerspectiveCameras

使用自己的相机参数，记得设置in_ndc=False原本写法：cameras=pytorch3d.renderer.PerspectiveCameras(image_size=(height,width

dxz_tust·2024-01-03 13:25

如何完整地掌握一个机器学习模型

使用现有工具库：熟练掌握如scikit-learn、TensorFlow、Keras、PyTorch等

机器学习算法与Python实战·2024-01-03 07:50

深度学习 Day23——J3DenseNet算法实战与解析

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·2024-01-03 07:19

深入浅出理解转置卷积Conv2DTranspose

Convolutionarithmeticbilibili视频：转置卷积（transposedconvolution）转置卷积（TransposedConvolution）【keras/Tensorflow/pytorch

花花少年·2024-01-03 07:06

华为Ascend昇腾适配PyTorch框架

一、参考资料PyTorch用户文档PyTorch网络模型移植&训练指南AscendPyTorch第三方框架适配二、重要说明CPU架构为ARM架构时，由于社区未提供ARM架构CPU版本的torch包，无法使用

花花少年·2024-01-03 07:06

Collecting package metadata (current_repodata.json): failed安装深度学习框架或者用conda下载东西都会报错

最近因为pytorch版本太旧了，代码跑不出来，所以我去尝试更新pytorch，但是出现了各种问题，包括之前用conda下载三方库的时候，也是经常报错，困扰了我将近一个星期，结合多方解决方案，终于是解决了

喜欢吃豆·2024-01-03 07:50

Ubuntu18 安装chatglm2-6b

遇到的问题：1、执行pythonweb_demo.py的时候有如下的报错：大致意思是，驱动太低，pytorch太高等，使用可

haiy2011·2024-01-03 07:19

Pytorch详细安装过程

1、安装anaconda官网（https://www.anaconda.com/products/distribution#Downloads）下载，使用管理员身份运行（不使用似乎也没事）这里选择Justme（至于为啥，咱也不是很清楚）更改路径，下个界面勾选两个框（让它自动配置环境）由于没有GPU，不用安装cuda（调用GPU的包）2、配置torch环境（1）打开anacondaprompt（2）

AI小白龙*·2024-01-03 07:49

ubuntu中PyCharm导入虚拟环境pytorch / TensorFlow

之前编辑pytorch框架的程序都是在jupyternotebook,虽然jupyternotebook采用交互式的方式很方便，有时候查看别人代码的时候，很不方便，所以就下载了Pycharm，这里我就不赘述如何系在

AI小白龙*·2024-01-03 07:17

关于torch、Pytorch_lightning、torchvision版本的问题

CUDA11.3pipinstalltorch==1.11.0+cu113torchvision==0.12.0+cu113torchaudio==0.11.0--extra-index-urlhttps://download.pytorch.org

凤凰AI·2024-01-03 06:39

新手入门安装PyTorch及其测试验证

目录检查系统要求安装PyTorch通过pip在windows环境中安装GPU版本：使用conda方式在windows中安装GPU版本在windows环境安装cpu版本验证安装总结检查系统要求在开始安装PyTorch

E寻数据·2024-01-03 06:43

探索 PyTorch 中的 torch.nn 模块**（1）

目录引言torch.nn使用和详解Parameter函数作用使用技巧使用方法和示例UninitializedParameter特点和用途可进行的操作使用示例UninitializedBuffer特点和用途可进行的操作使用示例Module**（重点）关键特性和功能举例说明torch.nn.Module主要方法详解add_module(name,module)apply(fn)bfloat16()bu