pytorch基础知识积累第46页

Pytorch神经网络的参数管理

目录一、参数访问1、目标参数2、一次性访问所有参数3、从嵌套块收集参数二、参数初始化1、内置初始化2、自定义初始化3、参数绑定在选择了架构并设置了超参数后，我们就进入了训练阶段。此时，我们的目标是找到使损失函数最小化的模型参数值。经过训练后，我们将需要使用这些参数来做出未来的预测。此外，有时我们希望提取参数，以便在其他环境中复用它们，将模型保存下来，以便它可以在其他软件中执行，或者为了获得科学的理

奉系坤阀·2023-12-19 12:18

PyTorch机器学习与深度学习

另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。

PhyliciaFelicia·2023-12-19 11:30

pytorch和pytorchvision安装

参考https://blog.csdn.net/2301_76863102/article/details/129369549https://blog.csdn.net/weixin_43798572/article/details/123122477查看我的版本右键，nvivdia控制面板，帮助，系统信息驱动程序版本号为528.49更新很快的CUDA版本12.0.147代表我的CUDAToolk

ihan1001·2023-12-19 10:20

docker 中使用gpu

尝试运行dockerrun--gpus=all-it--net=host--ipc=host--ulimitmemlock=-1--ulimitstack=67108864nvcr.io/nvidia/pytorch

FakeOccupational·2023-12-19 10:03

python调用c++工程搭建

实际上很多python模块底层都是用c++实现的，比如cv2、pytorch等。那么如何使用python调用自己编写的c++接口呢？原理很简单在c++代码中使用特殊技术将c++接口封装成模

米碎师兄·2023-12-19 08:26

[PyTorch][chapter 8][李宏毅深度学习][Back propagation]

前言：反向传播算法(英:Backpropagationalgorithm，简称:BP算法)是一种监督学习算法，常被用来训练多层感知机。它用于计算梯度计算中，降低误差。目录：链式法则模型简介（Model）损失函数,梯度手写例子min-batch一链式法则链式法则是反向传播算法里面的核心。case1：,x,y,z都是scalarcase2:,s,x,y,z都是scalarcase3:x,y,z都是向量

明朝百晓生·2023-12-19 08:11

使用PyTorch进行知识蒸馏的代码示例

使用PyTorch进行知识蒸馏的代码示例deephub随着机器学习模型的复杂性和能力不断增加。

baidu_huihui·2023-12-19 08:35

Pytorch 模型输入报错踩坑笔记

前言这一篇希望能长期记录一下写pytorch时踩到的各种的坑，有些时候偷个小懒一时半会儿不会遇到问题，但会在很久之后背刺（捂脸）。

Haulyn5·2023-12-19 07:19

Pytorch nn.Linear()的基本用法与原理详解及全连接层简介

主要引用参考：https://blog.csdn.net/zhaohongfei_358/article/details/122797190https://blog.csdn.net/weixin_43135178/article/details/118735850nn.Linear的基本定义nn.Linear定义一个神经网络的线性层，方法签名如下：torch.nn.Linear(in_featu

可keke·2023-12-19 06:35

[23] 4K4D: Real-Time 4D View Synthesis at 4K Resolution

提出一种可导的深度排序算法，训练时通过Pytorch计算，渲染时通过Open

zzl_1998·2023-12-19 06:56

如何用Python向图像中加入噪声

Pytorch本身不支持类似的功能，如果自己写的话，不但麻烦，而且容易出错。好在skimage支持这个功能。

Code Talk·2023-12-19 06:26

风速预测（六）基于Pytorch的EMD-CNN-GRU并行模型

目录前言1风速数据EMD分解与可视化1.1导入数据1.2EMD分解2数据集制作与预处理2.1先划分数据集，按照8：2划分训练集和测试集2.2设置滑动窗口大小为96，制作数据集3基于Pytorch的EMD-CNN-GRU

建模先锋·2023-12-19 04:26

实验室新手进阶之路

实验室新手进阶之路在linux服务器上安装Anaconda在linux服务器上安装pytorch在linux服务器上使用conda虚拟环境的使用包的管理在linux服务器上使用gitclone常用linux

战斗的咸鱼·2023-12-19 04:47

PyTorch 单机多卡操作总结：分布式DataParallel，混合精度，Horovod)

在上一篇文章中（https://zhuanlan.zhihu.com/p/158375254）我们看到了多GPU训练，也就是最简单的单机多卡操作nn.DataParallel。但是很遗憾这种操作还不够优秀，于是就有了今天这篇文章~写这篇文章的时候看了很多的tutorials，附在文末了，在此先向文末的每位作者致敬，感谢大佬们！其实单机多卡的办法还有很多(如下)，而且上篇的方法是相对较慢的。1、nn

处女座程序员的朋友·2023-12-19 04:47

很全了！社招CV岗面试知识点笔记

一、python二、C++三、linux四、pytorch五、DL基础六、模型部署/压缩七、传统视觉八、项目思维,模型优化九、智力/code题一、pyt

自动驾驶之心·2023-12-19 04:47

针对基于nohup后台运行PyTorch多卡并行程序中断问题的一种新方法

针对基于nohup后台运行PyTorch多卡并行程序中断问题的一种新方法文章目录针对基于nohup后台运行PyTorch多卡并行程序中断问题的一种新方法Abstractscreen和tmux介绍tmux

Chenglin_Yu·2023-12-19 04:16

Pytorch 安装

（1）按照官网说明即可，非常简单，不同的环境，都有选项：https://pytorch.org/get-started/locally/其中查询cuda版本命令：查看CUDA版本：cat/usr/local

西方失败9527·2023-12-19 03:23

【Pytorch】学习记录分享1——Tensor张量初始化与基本操作

【Pytorch】学习记录分享1——Tensor张量初始化与基本操作1.基础资料汇总2.Tensor张量初始化与基本操作（numpy对比）2.1tensor创建的集中基本方式2.2修改tensor/numpy

大江东去浪淘尽千古风流人物·2023-12-19 00:47

【Docker光速搞定深度学习环境配置！】

还有就是最恶心的深度学习环境，配置Cuda，Cudnn，Pytorch，TensorFlow，Opencv，G

GIS_宇宙·2023-12-19 00:07

生成模型 | 数字人类的三维重建(3D reconstruction)调研及总结【20231210更新版】

SMPL:ASkinnedMulti-PersonLinearModel论文地址：SMPL2015.pdf(mpg.de)代码地址：CalciferZh/SMPL:NumPy,TensorFlowandPyTorchimplementationofhumanbodySMPLmodelandinfa

夏天｜여름이다·2023-12-18 22:47

GPT-2 模型 Part (3)

机器翻译：Summarization：TransferLearning：MusicGeneration：ResourcesTheGPT2ImplementationfromOpenAICheckoutthepytorch-transformerslibraryfromHuggingFaceinadditiontoGPT2

LittleTreeT·2023-12-18 21:49

【Pytorch】学习记录分享3——PyTorch 自动微分与线性回归

【【Pytorch】学习记录分享3——PyTorch自动微分与线性回归1.autograd包，自动微分2.线性模型回归演示3.GPU进行模型训练小结：只需要将前向传播设置好，调用反向传播接口，即可实现反向传播的链式求导

大江东去浪淘尽千古风流人物·2023-12-18 16:47

【Python百宝箱】图数据新境界：Neo4j、PyTorch Geometric与RDFLib的全方位攻略

图谱的魔力：从Neo4j到PyTorchGeometric的全面指南前言随着信息时代的不断发展，图数据的重要性在各个领域日益突显。

friklogff·2023-12-18 14:51

pytorch深度学习入门（13）之-模型剪枝

概述模型剪枝是一种用于神经网络压缩的技术，其主要目的是减少模型的计算复杂性和存储需求，同时尽量保持模型的预测能力。这通常通过删除模型中的冗余信息或减少模型的大小来实现。剪枝技术主要有以下几种：重要性剪枝：这种方法首先确定模型中每个权重的重要性，例如可以使用梯度或激活值来判断。然后，删除重要性低的权重，并重新训练模型以调整剩余的权重。全局剪枝：全局剪枝方法通过对整个网络应用某种全局标准（例如，阈值）

码农呆呆·2023-12-18 14:30

pytorch2.0训练报错：Could not load library libcudnn_cnn_train.so.8，Unable to register cuDNN factory解决办法

1.主要问题：最近服务器挂掉了，涉及到了深度学习环境的重新搭建，现在的pytorch版本已经更新到2.0以上了，以前还是用的1.9，安装完成后遇到了这个问题，无法训练模型。

四平先森·2023-12-18 13:10

PyTorch官网demo解读——第一个神经网络（2）

上一篇：PyTorch官网demo解读——第一个神经网络（1）继上一篇文章我们展示了第一个神经网络的完整代码，今天我们来聊聊这个神经网络的模型设计。

骑猪等风·2023-12-18 12:15

pytorch文本分类（一）：文本预处理

pytorch文本分类（一）：文本预处理本文为自己在鲸训练营答题总结，作业练习都在和鲸社区数据分析协作平台ModelWhale上。

大地之灯·2023-12-18 11:11

pytorch文本分类（二）：引入pytorch处理文本数据

pytorch文本数据处理目录pytorch文本数据处理1.Pytorch背景2.数据分割3.数据加载Dataset代码分析字典的用途代码修改的目的Dataloader4.练习原学习任务链接相关数据链接

大地之灯·2023-12-18 11:39

Pytorch学习概述

1.4学习系统的发展历程传统的机器学习策略2.传统机器学习算法的一些挑战3.神经网络的简要历史3.1BackPropagation（反向传播）3.2神经网络模型发展历程3.3深度学习框架学习目标学会使用Pytorch

chairon·2023-12-18 11:33

Windows11环境下配置深度学习环境（Pytorch）

目录1.下载安装Miniconda2.新建Python3.9虚拟环境3.下载英伟达驱动4.安装CUDA版Pytorch5.CPU版本pytorch安装1.下载安装Miniconda下载安装包：镜像文件地址将

chairon·2023-12-18 11:01

pytorch之load() eval()函数

1.load()函数torch.load()是PyTorch中用于从文件中加载序列化对象的函数。它可以用于加载模型、张量、字典等PyTorch对象。

千山万水人海中666·2023-12-18 09:01

AI人工智能和大模型（概念）之二

Pytorch的安装通过Anaconda安装PyTorch更为便捷张量：（1）Tensor可以是高维的（2）并非是PyTorch中才有的概念（3）PyTorch运算的基本单元（4）基础数据定义和运算（5

永远的HelloWorld·2023-12-18 08:29

PyTorch自动梯度计算（注意点）

ifparams.gradisnotNone:params.grad.zero_()我们实际的运算往往会涉及到若干个requires-grad为true的张量进行运算，在这种情况下，Pytorch会计算整个计算图上的损失的导数

永远的HelloWorld·2023-12-18 08:25

30. 深度学习进阶 - 池化

当然现在不需要直接去实现,卷积的原理PyTorch、或者TensorFlow什么的其实都实现了。

茶桁·2023-12-18 08:21

【深入pytorch】transforms.functional 梯度流动问题

实验环境：torch.__version__Out[3]:'1.12.1+cu113'首先测试一下：importtorchfromtorchvision.transformsimportfunctionalasFfromtorch.autogradimportFunctionimg=torch.randn(1,3,224,224)startpoints=torch.FloatTensor([[0.

prinTao·2023-12-18 08:19

Pytorch：模型的权值初始化与损失函数

目录前期回顾一、权值初始化1.1梯度消失与梯度爆炸1.2Xavier初始化1.3Kaiming初始化1.4十种权重初始化方法二、损失函数2.1损失函数初步介绍2.2交叉熵损失CrossEntropyLossnn.CrossEntropyLoss2.3剩余的17种损失函数介绍（1）nn.NLLLoss（2）nn.BCELoss（3）nn.BCEWithLogistsLoss（4）nn.L1Loss（

碧蓝的天空丶·2023-12-18 08:37

Pytorch：Tensorboard简要学习

目录一、TensorBoard简介二、TensorBoard的安装与启动Tensorboard的安装Tensorboard的启动三、TensorBoard的简单使用3.1SummaryWriter()3.2add_scalar()和add_scalars()3.3add_histogram()3.4模型指标监控四、总结参考博客一、TensorBoard简介TensorBoard是Google开发的

碧蓝的天空丶·2023-12-18 08:06

Pytorch中的层和块(nn.Module和nn.Sequential的用法)

一、层和块在构造自定义块之前，我们先回顾一下多层感知机的代码。下面的代码生成一个网络，其中包含一个具有256个单元和ReLU激活函数的全连接隐藏层，然后是一个具有10个隐藏单元且不带激活函数的全连接输出层。importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFnet=nn.Sequential(nn.Linear(20,256),nn

奉系坤阀·2023-12-18 08:35

pytorch to caffe

安装caffe,gpu版本的,可以直接通过conda安装condainstallcaffe-gpupytorch安装:官网condainstallpytorchtorchvisioncuda80-cpytorchpytorchtocaffe

lshiwjx·2023-12-18 08:49

转换 pytorch 格式模型为 caffe格式模型 pth2caffemodel

基于GitHubxxradon/PytorchToCaffe源码，修改example\resnet_pytorch_2_caffe.py如下importosimportsyssys.path.insert

Tonyfield·2023-12-18 08:14

pytorch | epoch, batch, iteration

Epoch：训练整个数据集的次数。当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次epoch。（也就是说，所有训练样本在神经网络中都进行了一次正向传播和一次反向传播）然而，当一个Epoch的样本（也就是所有的训练样本）数量可能太过庞大（对于计算机而言），就需要把它分成多个小块，也就是就是分成多个Batch来进行训练。Batch（批/一批样本）：将整个训练样本分成若干个Batch

Mine4ever_·2023-12-18 08:47

pytorch 搭建GoogLeNet

目录1.介绍Inception结构AuxiliaryClassifier辅助分类器2.搭建GoodLeNet网络3.训练部分4.预测部分5.训练过程1.介绍GoodLeNet网络中的亮点有：引入了Inception结构，在网络在横向上有深度，融合了不同尺度的特征信息使用了1*1的卷积核进行降维处理添加了两个辅助分类器帮助训练丢弃全连接层，使用平均池化层，大大减少了模型的参数下面是GoodLeNet

听风吹等浪起·2023-12-18 07:22

图像识别完整项目之Swin-Transformer，从获取关键词数据集到训练的完整过程

0.前言图像分类的大部分经典神经网络已经全部介绍完，并且已经作了测试代码已经全部上传到资源，根据文章名或者关键词搜索即可LeNet：pytorch搭建LeNet网络对CIFAR-10图片分类AlexNet

听风吹等浪起·2023-12-18 07:17

onnx实现pytorch模型推断及量化

onnx实现pytorch模型推断及量化1.使用onnxruntime实现模型推断1.1cpu版1.1.1保存onnx格式的模型1.1.2实现推断1.2gpu版2.使用onnxruntime实现模型量化

外卖猿·2023-12-18 06:14

AIGC - 环境搭建

机械+2TNvme固态，5.4条64GDDR4内存条，共196G内存二.软件环境搭建主要软件环境版本：系统：Ubuntu20.04GPU驱动：515.43.04CUDA：11.7Python:3.10Pytorch

有意思科技·2023-12-18 02:16

PolarMask环境配置并训练自己的数据集

运行环境：ubuntu18.04，CUDA10，conda硬件：2080Ti参考：PolarMaskpytorch代码实现记录（碎碎念事无巨细版）_Amberrr的博客-CSDN博客_polarmask

SUNSHANGZHE·2023-12-18 02:11

pytorch——支持向量机

1、任务要求针对已知类别的5张卧室照片(标签为+1)和5张森林照片(标签为-1)所对应的矩阵数据进行分类训练,得到训练集模型;再利用支持向量机对另外未知类别的5张卧室照片和5张森林照片数据进行测试分类(二分类)，得到分类结果及其准确率。2、先导入查看基本数据3、合并数据将房间的数据和森林的数据进行合并，生成一个真正用于训练的input4、模型构建与训练可以将支持向量机看成一个简单的，只有输入输出层

努力编程的阿曼·2023-12-18 01:36

NLP项目实战01--电影评论分类

展示：训练展示如下：实际使用如下：实现方式：选择PyTorch作为深度学习框架，使用电影评论IMDB数据集，并结合torchtext对数据进行预处理。

陶陶name·2023-12-17 23:47

【图像分类】【深度学习】【Pytorch版本】 ResNeXt模型算法详解

【图像分类】【深度学习】【Pytorch版本】ResNeXt模型算法详解文章目录【图像分类】【深度学习】【Pytorch版本】ResNeXt模型算法详解前言ResNeXt讲解分组卷积(GroupConverlution

牙牙要健康·2023-12-17 21:47

推荐频道

pytorch基础知识积累