pytorch学习

【Pytorch学习笔记（三）】张量的运算（2）

一、引言在《张量的运算(1)》中我们已经学习了几种张量中常用的非算数运算如张量的索引与切片，张量的拼接等。本节我们继续学习张量的算术运算。二、张量的算术运算（一）对应元素的加减乘除在PyTorch中，张量的对应元素的算术运算包括加法、减法、乘法、除法等常见的数学运算。这些运算可以对张量进行逐元素操作（element-wise），也可以进行张量之间的广播运算（broadcasting）。1.逐元素操
·2025-07-05 18:43

【Pytorch学习笔记】模型模块09——VGG详解

一、VGG核心设计原理小卷积核堆叠用多层3×3卷积替代大卷积核（如5×5/7×7）数学原理：2层3×3卷积感受野等效于5×5：RFout=(RFin−1)×stride+KRF_{out}=(RF_{in}-1)\timesstride+KRFout=(RFin−1)×stride+K参数量对比：3层3×3卷积（3×(32C2)=27C23×(3^2C^2)=27C^23×(32C2)=27C2）
越轨·2025-06-26 00:44

Pytorch学习 day06（torchvision中的datasets、dataloader）

torchvision的datasets使用torchvision提供的数据集API，比较方便，如果在pycharm中下载很慢，可以URL链接到迅雷中进行下载（有些URL链接在源码里）用来告诉程序，数据集存储的位置，共有多少样本等代码如下：importtorchvision#导入torchvision库#使用torchvision的datasets模块，模块中包含CIFAR10、CIFAR100、
丿罗小黑·2025-06-24 07:19

Pytorch学习torch.clamp ()用法浅析

首先给出官方对此函数的定义网页：torch.clamp—PyTorch2.1documentation一、官方定义torch.clamp(input,min=None,max=None,*,out=None)→Tensor其中：input:输入张量，即需要进行元素限制的张量。min:张量中的元素的最小值。如果元素小于这个值，将被替换为这个最小值。max:张量中的元素的最大值。如果元素大于这个值，将
Midsummer-逐梦·2025-06-23 20:42

PyTorch学习笔记 - 损失函数

文章目录1.内置损失函数2.继承nn.Module自定义损失函数3.继承autograd.Function自定义损失函数3.三种不同方式实现MSE实验PyTorch除了内置损失函数，还可以自定义损失函数。我们以均方误差为例来讲解PyTorch中损失函数的使用方法。均方误差(MeanSquaredError,MSE)是预测值x=(x1,x2,...,xn)x=(x_1,x_2,...,x_n)x=(
__星辰大海__·2025-06-05 18:11

【Pytorch学习笔记】模型模块05——Module常用函数

Module常用函数设置训练和评估模式**作用：**在PyTorch中，模型有训练(training)和评估(evaluation)两种模式，它们会影响某些层的行为。主要影响的层：Dropout层：训练时随机丢弃神经元，评估时保持全部神经元BatchNorm层：训练时计算并更新统计量，评估时使用固定统计量LayerNorm层：行为在两种模式下基本一致2.设置方法#设置训练模式model.train
越轨·2025-06-03 22:15

【Pytorch学习笔记】模型模块06——hook函数

hook函数什么是hook函数hook函数相当于插件，可以实现一些额外的功能，而又不改变主体代码。就像是把额外的功能挂在主体代码上，所有叫hook（钩子）。下面介绍Pytorch中的几种主要hook函数。torch.Tensor.register_hooktorch.Tensor.register_hook()是一个用于注册梯度钩子函数的方法。它主要用于获取和修改张量在反向传播过程中的梯度。语法格
越轨·2025-06-02 16:06

PyTorch学习之：torch.gather是什么？

torch.gather的定义：torch.gather是PyTorch中的一个张量操作函数，其作用是根据指定的维度（dim）和索引张量（index），从输入张量（input）中收集元素，生成一个与索引张量形状相同的输出张量。总体来说，就是维度dim和索引张量index决定一个收集数的规则，然后，基于这个规则从输入张量中获取需要的元素。核心部分：1.输入张量（input）：任意形状的张量。2.索引
杰瑞学AI·2025-05-23 10:54

小土堆pytorch学习笔记 之神经网络基本骨架

pytorch之神经网络基本骨架[!TIP]首先来补补一些图像处理的基础知识吧！（尊嘟是0基础了）关于图片格式高度（Height）：图像的垂直尺寸，即图像从上到下的像素数量。宽度（Width）：图像的水平尺寸，即图像从左到右的像素数量。通道（Channels）：图像的颜色信息，最常见的是RGB（红、绿、蓝）三通道。每个通道代表图像在特定颜色维度上的强度。批量处理：深度学习模型通常一次处理多个图像，
李小鱼爱喝水·2025-05-22 06:24

【Pytorch学习笔记】数据模块05——编写自己的Dataset

编写自己的Dataset通过前面的知识，大家基本了解如何整个数据模块是如何构建的，下面举个完整的例子，要编写自定义的Dataset类，需要遵循以下基本步骤：1.基本结构自定义Dataset类需要继承torch.utils.data.Dataset，并实现以下三个必要方法：init：初始化函数，通常用于加载数据集和进行必要的预处理len：返回数据集的总长度getitem：根据索引返回对应的数据样本和
越轨·2025-05-21 08:56

从零开始认识深度学习工具：TensorFlow vs PyTorch

从零开始认识深度学习工具：TensorFlowvsPyTorch学习前的知识准备什么是深度学习？深度学习就像教电脑从经验中学习。就像你通过反复练习学会骑自行车一样，计算机会通过大量数据自动发现规律。
赛卡·2025-05-17 06:59

pytorch学习笔记（三）

pytorch学习笔记（三）一、模型保存用pathlib库中的方法来保存模型参数1）保存模型参数frompathlibimportPathMODEL_PATH=Path("models")#Path更好表示路径
shushu113·2025-05-11 05:07

零基础学习人工智能—Python—Pytorch学习（十三）

前言最近学习了一新概念，叫科学发现和科技发明，科学发现是高于科技发明的，而这个说法我觉得还是挺有道理的，我们总说中国的科技不如欧美，但我们实际感觉上，不论建筑，硬件还是软件，理论，我们都已经高于欧美了，那为什么还说我们不如欧美呢？科学发现是高于科技发明就很好的解释了这个问题，即，我们的在线支付，建筑行业等等，这些都是科技发明，而不是科学发现，而科学发现是引领科技发明的，而欧美在科学发现上远远领先我
kiba518·2025-05-03 18:30

零基础学习人工智能—Python—Pytorch学习（十一）

前言本文主要介绍tensorboard的使用。tensorboard是一个可视化的，支持人工智能学习的一个工具。tensorboard的官方地址：https://www.tensorflow.org/tensorboard本文内容来自视频教程16课，个人感觉对于tensorboard讲的非常好。Tensorboard的使用使用代码如下：importtorchimporttorch.nnasnnim
kiba518·2025-05-03 18:00

pytorch学习14之读写文件

将训练的模型保存：用在其他环境中（比如在部署中进行预测）。用于定期保存中间结果，在一个耗时较长的训练过程运行中，以确保在服务器电源被不小心断掉时，损失的计算结果不会过于严重。因此，学习如何加载和存储权重向量和整个模型。1、加载和保存张量一个张量：调用load和save函数分别读写它们。这两个函数都要求我们提供一个名称，save要求将要保存的变量作为输入。load读取已经存好的文件。importto
wuxuand·2025-05-02 04:44

【pytorch学习笔记，利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn】

学习的作者链接:link一、安装pytorch环境1.打开打开anaconda的终端后condaenvlist然后创建一个名字叫pytorch，python是3.8版本的环境condacreate-npytorchpython=3.8再次看环境condaenvlist#condaenvironments:#显示如下环境base*D:\anacondapytorchD:\anaconda\envs\
徳一·2025-04-24 11:02

PyTorch学习DAY2transforms各种操作

人民币二分类数据数据收集-->Img，Label数据划分-->trainvalidtest数据读取-->DataLoader(Sampler-->Index，Dataset-->Img，Label)数据预处理-->transformstorch.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
沙鳄鱼·2025-04-16 13:53

零基础学习人工智能—Python—Pytorch学习（一）

前言其实学习人工智能不难，就跟学习软件开发一样，只是会的人相对少，而一些会的人写文章，做视频又不好好讲。比如，上来就跟你说要学习张量，或者告诉你张量是向量的多维度等等模式的讲解；目的都是让别人知道他会这个技术，但又不想让你学。对于学习，多年的学习经验，和无数次的回顾学习过程，都证明了一件事，如果一篇文章，一个视频，一个课程，我没学明白，那问题一定不在我，而是上课的主动或被动的不想让我学会，所以，出
kiba518·2025-04-10 08:07

PyTorch学习之torch.nn.functional.conv2d函数

PyTorch学习之torch.nn.functional.conv2d函数一、简介torch.nn.functional.conv2d是PyTorch中用于进行二维卷积操作的函数。
Midsummer-逐梦·2025-04-03 02:42

PyTorch学习之torch.nn.Conv2d函数

PyTorch学习之torch.nn.Conv2d函数一、简介torch.nn.Conv2d是PyTorch中用于实现二维卷积层的类，这个类可以说是对torch.nn.functional.Conv2d
Midsummer-逐梦·2025-04-03 02:42

Pytorch学习笔记（十六）Image and Video - Transfer Learning for Computer Vision Tutorial

这篇博客瞄准的是pytorch官方教程中ImageandVideo章节的TransferLearningforComputerVisionTutorial部分。官网链接：https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html完整网盘链接:https://pan.baidu.com/s/1L9PVZ-KRDGVER
nenchoumi3119·2025-04-02 11:05

Pytorch学习笔记（十一）Learning PyTorch - What is torch.nn really

这篇博客瞄准的是pytorch官方教程中LearningPyTorch章节的Whatistorch.nnreally?部分。主要是教你如何一步一步将最原始的代码进行重构至pytorch标准的代码，如果你已经熟悉了如何使用原始代码以及pytorch标准形式构建模型，可以跳过这一篇。官网链接：https://pytorch.org/tutorials/beginner/nn_tutorial.html
nenchoumi3119·2025-04-01 16:44

【pytorch】图像数据预处理

本文是记录一些在深度学习中的预处理的一些语法和函数torchvision.transforms的图像变换[PyTorch学习笔记]2.3二十二种transforms图片数据预处理方法-知乎TORCHVISION.TRANSFORMS
子根·2025-03-27 17:20

PyTorch深度学习框架60天进阶学习计划 - 第28天：多模态模型实践（一）

PyTorch深度学习框架60天进阶学习计划-第28天：多模态模型实践（一）引言：跨越感知的边界欢迎来到我们的PyTorch学习旅程第28天！今天我们将步入AI世界中最激动人心的领域之一：多模态学习。
凡人的AI工具箱·2025-03-21 22:10

PyTorch 深度学习博客

在这里，我将分享使用PyTorch学习和实践深度学习项目的点滴经验。本博客适用于初学者和有一定基础的开发者，旨在帮助大家快速搭建环境、掌握核心概念，并通过实例了解实际应用。
Zoro｜·2025-03-19 13:19

Pytorch学习之路（3）

一.机器学习任务的整体流程1.数据预处理：数据格式统一、异常数据消除、必要数据转换，划分训练集、验证集、测试集2.选择模型3.设定损失函数、优化方法、对应的超参数4.用模型拟合训练集数据，在验证集/测试集上计算模型表现二.数据读入pytorch数据读入通过Dataset+DataLoader的方式完成，Dataset定义好数据的格式和数据变换形式，DataLoader用iterative的方式不断
AAAx1anyu·2025-02-14 21:28

Pytorch学习之路（2）

（PS：请先阅读Pytorch学习之路（1）开篇注释）【因为我也是小菜鸟】Pytorch基础知识1.张量（1）简介0维张量——标量（数字）1维张量——向量2维张量——矩阵3维张量——时间序列数据股价文本数据单张彩色图片
AAAx1anyu·2025-02-11 14:40

Pytorch学习笔记（二）

后续遇到一些函数等知识，还会进行及时的补充。tensor的创建使用pytorch中的列表创建tensortensor=torch.Tensor([[-1,1],[0,2<
不牌不改·2025-02-04 19:21

PyTorch学习（13）：PyTorch的张量相乘（torch.matmul）

PyTorch学习（1）：torch.meshgrid的使用-CSDN博客PyTorch学习（2）：torch.device-CSDN博客PyTorch学习（9）：torch.topk-CSDN博客PyTorch
赛先生.AI·2024-09-08 16:02

PyTorch实现CIFAR-10分类代码

这篇是PyTorch学习之路第七篇，用于记录PyTorch实现CIFAR-10分类代码（书上的代码有好多冗余）目录完整代码（还未训练）完整代码（已训练，直接载入模型）下面实例数据集位于：C:\Users
曹勖之·2024-08-28 04:56

PyTorch学习笔记之基础函数篇（四）

文章目录2.8torch.logspace函数讲解2.9torch.ones函数2.10torch.rand函数2.11torch.randn函数2.12torch.zeros函数2.8torch.logspace函数讲解torch.logspace函数在PyTorch中用于生成一个在对数尺度上均匀分布的张量（tensor）。这意味着张量中的元素是按照对数间隔排列的，而不是线性间隔。这对于创建在数
熊猫Devin·2024-03-17 16:54

深入浅出PyTorch学习网址

https://datawhalechina.github.io/thorough-pytorch/
今天是学习的一天·2024-02-23 19:38

Pytorch学习记录-接近人类水平的GEC（使用混合机器翻译模型）

五月第二周要结束了，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。理论方面的论文也都是英文的8.NearHuman-LevelPerformanceinGrammaticalErrorCorrectionwithHybridMachineTranslation昨天一天没看论文，发现我文献阅读速度太
我的昵称违规了·2024-02-20 16:04

Pytorch学习准备_Pycharm及Jupyter使用

已经创建环境pytorch01，可参考http://t.csdnimg.cn/KwJvh一.pytorch环境查看打开AnacondaPrompt进入pytorch01环境condaactivatepytorch01列出这个环境下的工具包piplist二.Pycharm打开，创建新项目2.1选择“现有指示器"(笔者使用此法未成功，使用的是2.2)找到你自己的pytorch位置笔者如图可以看到解释器
写点什么呢·2024-02-14 17:02

Pytorch学习01_加载数据初认识

一.Dataset新建py文件fromtorch.utils.dataimportDataset可以按住”Ctrl“,鼠标左键点击Dataset，可以打开Dataset的定义及其内部函数二.编写引用cv2模块终端运行pipinstallopencv-python然后就可以引用cv2模块importcv2引用ImagefromPILimportImage数据集链接https://pan.baidu.
写点什么呢·2024-02-14 17:02

Pytorch学习02_TensorBoard使用01

更换编辑器找到自己的Anaconda安装路径下envs\pytorch01中的oython.exe，pytorch01是笔者自己创建的pytorch环境名选择好后，点击确定点击“应用”，再点击“确定”在pytorch环境下安装tensorboardpipinstallpytorch安装结束writer.add_scalar("y=x",i,i)运行如下内容fromtorch.utils.tenso
写点什么呢·2024-02-14 17:02

Pytorch学习03_TensorBoard使用02

Opencv读取图片，获得numpy型数据类型复制图片的相对路径目前这种type不适用，考虑用numpy类型安装opencv，在pytorch环境下pipinstallopencv-python导入numpyimportnumpyasnp将PIL类型的img转换为NumPy数组img_array=np.array(img)HWC三通道H：高度W：宽度C：通道fromtorch.utils.tens
写点什么呢·2024-02-14 17:30

【pytorch学习】关于torch.nn.MaxPool2d和torch.nn.functional.max_pool2d

两者之间的区别与联系首先给出结论，torch.nn.MaxPool2d和torch.nn.functional.max_pool2d两者本质上是一样的。具体可以参考torch.nn.MaxPool2d的源代码，核心源代码如下所示：from..importfunctionalasFclassMaxPool2d(_MaxPoolNd):kernel_size:_size_2_tstride:_size
你好，我老婆不吃香菜·2024-02-10 16:54

Pytorch学习记录-GEC语法纠错

Pytorch学习记录-GEC语法纠错01五月第一周要结束了，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·2024-02-08 05:49

PyTorch（超详细）部署与激活 举起Python火炬，点亮智慧人生【Windows版】

AI时代，我们不仅要学习Python，同时机器学习，深度学习利器也要逐步掌握，再次开始Pytorch学习教程记录。
心安成长·2024-02-06 14:04

Pytorch学习记录-卷积Seq2Seq（模型训练）

Pytorch学习记录-torchtext和Pytorch的实例50.PyTorchSeq2Seq项目介绍在完成基本的torchtext之后，找到了这个教程，《基于Pytorch和torchtext来理解和实现
我的昵称违规了·2024-02-06 03:47

Python-Pytorch学习记录

目录1.python-pycharm下载安装2.VSCode下载安装3.MATLAB下载安装4.pytorch一条龙下载安装环境配置1.python-pycharm下载安装pycharm从安装到全副武装，学起来才嗖嗖的快，图片超多，因为过度详细！_pycharm下载和环境配置-CSDN博客https://chuanchuan.blog.csdn.net/article/details/119934
yt_0618·2024-02-05 12:39

pytorch学习笔记（2）--Tensor

系列文章pytorch学习笔记（1）–QUICKSTARTpytorch学习笔记（2）–Tensorpytorch学习笔记（3）–数据集与数据导入pytorch学习笔记（4）–创建模型(BuildModel
ToToBe·2024-02-03 20:50

PyTorch学习笔记（三）：softmax回归

PyTorch学习笔记（三）：softmax回归softmax回归分类问题softmax回归模型单样本分类的矢量计算表达式小批量样本分类的矢量计算表达式交叉熵损失函数模型预测及评价小结Torchvision
FriendshipT·2024-02-02 09:15

PyTorch学习：加载模型和参数

1.直接加载模型和参数加载别人训练好的模型：#保存和加载整个模型torch.save(model_object,'resnet.pth')model=torch.load('resnet.pth')2.分别加载网络的结构和参数#将my_resnet模型储存为my_resnet.pthtorch.save(my_resnet.state_dict(),"my_resnet.pth")#加载resne
TravelingLight77·2024-02-01 18:24

PyTorch学习笔记1

训练过程importtorch#batch_size,input_dimension,hidden_dimension,output_dimensionN,D_in,H,D_out=64,1000,100,10#模拟一个训练集x=torch.randn(N,D_in)y=torch.randn(N,D_out)#模型定义有多种方式，这里不提model#loss函数定义loss_fn=torch.n
zt_d918·2024-01-30 23:45

第二十九周：文献阅读笔记（ResMLP）+ pytorch学习（Resnet代码实现）

方法1.3.1整体流程1.3.2残差多感知机层1.4实验1.4.1数据集1.4.2超参数设置1.4.3主要结果1.4.4监督设置1.4.5自监督设置1.4.5知识蒸馏设置1.5ResMLP的创新点2.pytorch
@默然·2024-01-30 03:01

第二十八周：文献阅读笔记（弱监督学习）+ pytorch学习

弱监督学习1.1.文献摘要1.2.引言1.3.不完全监督1.3.1.主动学习与半监督学习1.3.2.通过人工干预1.3.3.无需人工干预1.4.不确切的监督1.5.不准确的监督1.6.弱监督学习的创新点2.pytorch
@默然·2024-01-30 03:31

第二十九周：文献阅读笔记（DenseNet）+ pytorch学习

第二十九周：文献阅读笔记（DenseNet）+pytorch学习摘要Abstract1、DenseNet文献阅读1.1文献摘要1.2文献引言1.3DenseNets网络1.3.1残差网络1.3.2密集连接
@默然·2024-01-30 03:58

Pytorch学习记录-Pytorch可视化使用tensorboardX

Pytorch学习记录-Pytorch可视化使用tensorboardX在很早很早以前（至少一个半月），我做过几节关于tensorboard的学习记录。
我的昵称违规了·2024-01-29 11:20
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他