pytorch框架识记

DF机器图像算法赛道-云状识别（天气识别）比赛总结

DF机器图像算法赛道-云状识别（天气识别）比赛总结比赛目的题目简介数据分析类别比例图片尺寸方案实现代码比赛目的之前一直用的tensorflow框架，想上手一下pytorch框架，然后一番搜索之后发现了基于
SpongeB0bbb·2022-05-18 07:28

其他知识记录

Excel中,对比两列数据,然后提取其他列的数据场景:以B列为基准,E列中如果有和B列中数据相同的值,就对应把F列数据赋值到C2中,然后直接往下拖到最后一行数据就行.=vlookup(b2,e:f,2,0)参考:https://zhidao.baidu.com/question/1839510771382262300.html
hujian66·2022-05-13 12:28

基于 Java 机器学习自学笔记 （第61-62天：ID3决策树）

目录一、关于决策树的历史二、关于一些知识记录·熵与信息增益三、代码需要的数据分析四、代码准备——基本函数4.1根构造函数4.2简单投票选定标签4.3判纯4.4选择最佳的条件属性列4.5计算条件熵五、树的创建与分割属性集
LTA_ALBlack·2022-05-12 07:57

Pytorch框架常见报错--pytorch安装正常,无法调用GPU

Pytorch框架常见报错问题描述：pytorch安装正常，但却报错说无法调用GPUprint(torch.cuda.is_available())结果为falseprint(torch.version
默凉·2022-05-11 07:25

深度学习理论与实践——课程笔记（一）

PyTorch框架与TensorFlow框架的选取预备知识软硬件基础推荐书籍自学资源人工智能发展人工智能发展史人工智能流派迈向第三代人工智能机器学习机器学习样例机器学习三要素算法类型神经网络从生物神经元到人工神经元
satisfiedmin·2022-05-09 07:36

Pytorch学习第一天

1.神经网络2.激活函数（1）ReLu函数（2）Sigmoid（3）tanh3.简单神经网络（1）前向神经网络（2）RNN（3）CNN4.Pytorch框架的优点（1）动态计算图（2）Pytorch代码通俗易懂
咭咭熊·2022-05-09 07:35

Pytorch框架中余弦相似度（Cosine similarity）、欧氏距离（Euclidean distance）源码解析

一、矩阵操作用于计算余弦相似度余弦相似度：我们知道，分子是矩阵的乘法，分母是两个标量的乘积。分母好办，关键是如何在计算分子？很简单，我们可以将公式变变形：那么我们只需在矩阵乘法前，使其归一化，乘法之后就是余弦相似度了,来看一下代码（参考：https://zhuanlan.zhihu.com/p/383675457）importtorch##计算两个特征的余弦相似度defnormalize(x,ax
深度科研·2022-05-09 07:25

Windows下pytorch-gpu安装以及CUDA详细安装过程 附带各个版本安装包

最近学习到了超分辨率算法用到了PyTorch框架，有很多小bug，例如版本不一致，cuda+cudnn下载速度太慢等等问题。所以在这里写一篇博客详细记录安装的过程。
superboy@.·2022-05-08 07:43

Pytorch自动求导

使用Pytorch自动求导autograd是Pytorch框架中一个重要的包，它为张量上的所有操作提供自动求导功能。其运算机制稍后给出。
yizhi_hao·2022-05-07 07:59

远程服务器创建虚拟环境搭建pytorch框架，并连接python项目实现代码同步

第一步：下载并安装AnacondaIndexof/(anaconda.com)https://repo.anaconda.com/archive/选择Linux版本此处我选择的是最新版：接下来在服务器安装Anaconda：将安装文件拖入服务器对应的目录，此处我单独作为一个文件夹安装，在终端操作测试安装是否成功bashAnaconda3-2021.05-Linux-x86_64.sh#安装Anaco
CL啦啦·2022-05-05 07:30

TensorFlow 真的要被 PyTorch 比下去了吗？

这并不难理解，这两年，PyTorch框架凭借着对初学者的友好性、灵活性，发展迅猛，几乎占据了深度学习领域的半壁江山。
小极客geekbang·2022-05-04 07:24

pytorch框架实现反向传播

反向传播（backpropagation）使用pytorch框架不需要自己去手动求导，框架中自带求导的工具，我们可以通过反向传播将梯度往回传播。通常有二个过程，forward和backward。
算法程序员&mlh·2022-05-02 07:51

优达学城《DeepLearning》1-3：介绍pytorch框架

ThisrepocontainsnotebooksandrelatedcodeforUdacity'sDeepLearningwithPyTorchlesson.ThislessonappearsinourAIProgrammingwithPythonNanodegreeprogram.Part1:IntroductiontoPyTorchandusingtensorsPart2:Building
⊙月·2022-04-29 07:54

5G的一些知识记录

文章目录基础知识能力指标网络架构4G网络架构5G网络架构网络架构对比组网部署5G核心网接口概览网元功能5G接入网接口概览协议栈无线空口UuNG接口Xn接口F1接口E1接口物理层物理信道、信号Uplink、DownlinkSidelink信道间的映射天线端口UplinkDownlinkSidelink参数集时频资源帧结构5G频段信道带宽传输带宽最小保护带宽信道规划NR-ARFCN和信道栅格同步栅格小
缔宇diyu·2022-04-28 07:57

Pytorch模型加密的方法

对于pytorch框架，我们进入torch.load里面查看代码，如下图所示：pytorch是可以读取io.BytesIO类型的数据的，因此，可以有如下的加密和解密过程
lokvke·2022-04-27 07:05

卷积神经网络参数数目计算（pytorch框架）

计算待训练参数数量1、定义神经网络设定简单的卷积神经网络，只有一个卷积层和一个全连接层。卷积层为6个3×3的卷积核输入图片为大小为1×1×32×32从代码的角度来理解：classNet(nn.Module):def__init__(self):#nn.Module子类的函数必须在构造函数中执行父类的构造函数super(Net,self).__init__()#卷积层'1'表示输入图片为单通道,'6
NeroChang·2022-04-27 07:04

pytorch yolov5 推理和训练环境搭建

关于之前pytorch框架下yolov3推理和训练环境搭建可以参考，本文所使用的环境和这篇记录一致。
papaofdoudou·2022-04-26 09:30

PyTorch中使用LSTM处理变长序列

使用LSTM算法处理的序列经常是变长的，这里介绍一下PyTorch框架下使用LSTM模型处理变长序列的方法。
烟雨风渡·2022-04-24 07:06

全网最详细的深度学习pytorch-gpu环境配置

学习深度学习第一步就是环境的配置，相信很多小伙伴已经被什么anaconda，tensorflow，Pytorch，cuda这些东西搞得晕头转向，今天带大家详细配置深度学习的环境，这一篇准要教书Pytorch
惜洛-Jankin·2022-04-24 07:30

pytorch框架搭建AlextNet网络实例——实现图像的分类

pytorch框架搭建AlextNet网络实例——实现图像的分类1、网络的搭建2、训练模型2.1、数据的获取2.2、训练模型方法2.3、测试模型方法2.4、保存模型方法2.2、画图方法3、调取保存好的模型进行验证
企鹅家的北极熊·2022-04-20 07:13

2022-04-14

引出了生字词的识记和积累。这样的开场很高明，因为这样的课堂是“非常态”课堂一一对于课文，大家肯定已经预习过了。于老师深知这点，所以，他结合学生实际情况，开门见山提出了问题，切入了教学。
暖阳_ab3b·2022-04-14 20:55

深入浅出pytorch-02 pytorch深度学习框架简介

Pytorch框架学习链接前言总结：常用库函数概览Pytorch的计算图概览计算图CG自动差分引擎torch.autogradPytorch主要模块torch的辅助工具模块张量Tensor张量的创建和修改
我的手稿·2022-04-07 07:16

Zookeeper知识记录

目录数据存储历史背景：数据存储的方式：全量备份raid1：数据切片raid0：数据冗余raid5：数据一致性：强一致性：弱一致性：顺序一致性：最终一致性：子分类-因果一致性：子分类-“读己之所写”一致性：子分类-会话一致性：子分类-单调一致性：子分类-单调写一致性：CAP原则：Paxos原理：有主模型：无主模型：Zookeeper的角色分配：Follower：Observer：提议（Proposa
承缘丶·2022-04-06 17:08

PyTorch框架：（2）使用PyTorch框架构建神经网络模型---气温预测

目录第一步：数据导入第二步：将时间转换成标准格式(比如datatime格式)第三步：展示数据：（画了4个子图）第四步：做独热编码第五步：指定输入与输出第六步：对数据做一个标准化第七步：用torch来构建一个神经网络模型第八步：预测结果第九步：画图第一步：数据导入第二步：将时间转换成标准格式(比如datatime格式)第三步：展示数据：（画了4个子图）第四步：做独热编码Q1：为什么做独热编码？A1：
Upupup6·2022-03-26 07:30

YOLOV5s基于pytorch框架进行训练和部署

yolo_v5s训练预部署(pytorch版本)1.下载代码和预训练模型gitclonehttps://github.com/ultralytics/yolov5.git网址：https://github.com/ultralytics/yolov5预训练模型用于加快收敛2.搭建yolov5的训练环境pipinstall-rrequirements.txt#install或者在conda环境下新建
超爱吃小蛋糕的66·2022-03-26 07:27

聊聊基于pytorch实现Resnet对本地数据集的训练问题

目录1.dataset.py（先看代码的总体流程再看介绍）2.network.py3.train.py4.结果与总结本文是使用pycharm下的pytorch框架编写一个训练本地数据集的Resnet深度学习模型
·2022-03-25 17:30

Pyinstaller打包Pytorch框架所遇到的问题

目录前言基本流程一、安装Pyinstaller和测试HelloWorld二、打包整个项目，在本机上调试生成exe三、在新电脑上测试参考资料前言第一次尝试用Pyinstaller打包Pytorch，碰见了很多问题，耗费了许多时间！想把这个过程中碰到的问题与解决方法记录一下，方便后来者。基本流程使用Pyinstaller打包流程可分为以下三步：安装Pyinstaller，写个Helloworld打包测
·2022-03-25 11:14

pytorch版本RetinaFace人脸检测模型推理加速

//github.com/xxcheng0708/Pytorch_Retinaface_Accelerate本文介绍的方法是提升pytorch版本RetinaFace代码在数据预处理阶段的速度，使用纯pytorch
程大海·2022-03-25 07:41

Pyinstaller打包Pytorch框架所遇到的问题

目录前言基本流程一、安装Pyinstaller和测试HelloWorld二、打包整个项目，在本机上调试生成exe三、在新电脑上测试参考资料前言  第一次尝试用Pyinstaller打包Pytorch，碰见了很多问题，耗费了许多时间！想把这个过程中碰到的问题与解决方法记录一下，方便后来者。基本流程  使用Pyinstaller打包流程可分为以下三步：安装Pyinstaller，写个Helloworl
Continue_i·2022-03-24 16:00

DistributedDataParallel多GPU分布式训练全过程总结 跟着做90%成功

DistributedDataParallel要不要装别的库教程一、初始化二、加一个解析参数三、数据集四、设定device五、模型加载到多gpu六、数据加载到gpu七、最后一句命令参考什么是DistributedDataParallel一种基于pytorch
BRiAq·2022-03-24 07:02

我的实践：pytorch框架下基于BERT实现文本情感分类

当前，在BERT等预训练模型的基础上进行微调已经成了NLP任务的一个定式了。为了了解BERT怎么用，在这次实践中，我实现了一个最简单的NLP任务，即文本情感分类。1.基于BERT进行情感分类的基本思路所谓情感分类就是指判断句子是积极情感还是消极情感，例如说“今天这顿饭太美味了”是积极的情感，“今天这顿饭简直吃不下去”是消极的情感。基于BERT完成情感分类的基本思路如图所示。我们知道BERT是一个预
偶尔写一写·2022-03-22 22:16

PyTorch框架中使用早停止Early Stopping（含详细代码）

文章目录1.什么是早停止？为什么使用早停止？2.如何使用早停止？3.Refferences1.什么是早停止？为什么使用早停止？早停止（EarlyStopping）是当达到某种或某些条件时，认为模型已经收敛，结束模型训练，保存现有模型的一种手段。机器学习或深度学习中，有很大一批算法是依靠梯度下降，求来优化模型的。是通过更新参数，让Loss往小的方向走，来优化模型的。可参考BP神经网络推导过程详解关于
做个好男人！·2022-03-22 10:41

TensorFlow 真的要被 PyTorch 比下去了吗？

这并不难理解，这两年，PyTorch框架凭借着对初学者的友好性、灵活性，发展迅猛，几乎占据了深度学习领域的半壁江山。
·2022-03-21 17:41

c语言中define算是标识符吗,C语言中#define用法总结

注意：替换列表是可以为空的)典型错误：#defineN=100inta[N];/*这样会成为inta[=100],这里会处理成为一种标识记号一样*/#defineN100;inta[N];/*带分号的定义会成为
weixin_39716044·2022-03-20 16:40

基于pytorch实现Resnet对本地数据集的训练

本文是使用pycharm下的pytorch框架编写一个训练本地数据集的Resnet深度学习模型，其一共有两百行代码左右，分成mian.py、network.py、dataset.py以及train.py
眼前有座山·2022-03-19 11:00

pytorch神经网络训练参数设置

pytorch神经网络训练参数设置pytorch作为现在特别热的深度学习框架，很多小伙伴想入门pytorch框架，训练过程中，训练参数设置尤为重要，下文主要介绍pytorch模型保存及学习率调整。
CVer1024·2022-03-18 07:43

基于 PyTorch 框架使用神经网络实战手写数字识别

基于PyTorch框架使用神经网络实战手写数字识别1torch和torchvision1.1torchvision包1.2torch.transforms1.3torchvision.datasets2
三耳01·2022-03-18 07:25

TensorFlow和PyTorch框架绘制loss和accuracy曲线

文章目录1.前言2.TensorFlow框架绘制loss和accuracy曲线3.PyTorch框架绘制loss和accuracy曲线4.pytorch中使用tensorboard绘制Accuracy/
t18438605018·2022-03-18 07:21

win10+anaconda3+pycharm+pytorch+cuda 环境搭建

深度学习pytorch框架环境搭建1.anaconda3的安装2.pycharm的安装3.cuda的安装4.cudnn的安装5.pytorch的安装1.anaconda3的安装首先进入anaconda官网
加菲大喵喵·2022-03-15 07:51

神经网络（pytorch框架）回归预测

使用神经网络做回归预测。最终效果如下：引入需要的模块：importmathimportmatplotlib.pyplotaspltimportnumpyasnpimporttorchfromtorchimportnn生成仿真数据：defgenerate_data():y=[]x=[]foriinnp.arange(0,5,0.1):x.append(i)y.append(math.cos(i)+n
田飞酱啊·2022-03-15 07:16

深度学习环境搭建1-pytorch框架

工作需要，自己实际动手安装的深度学习环境，包括CUDA、pytorch、opencv等。1安装CUDA1.1官网下载cuda1.2安装1.3.配置环境变量1.4.检查是否安装成功2安装cuDNN(7.6.5版本)下载：cuDNNArchive|NVIDIADeveloper上述三个都需要下载并按照顺序安装，否则会出错安装命令：sudodpkg-ilibcudnn7_7.5.0.56-1+cuda1
小苏打~~·2022-03-07 07:02

pytorch-模型压缩与剪枝

2、模型剪枝：tensorrt一、模型量化PyTorch框架提供了一个方便好用的trick：开启半精度。直接可以加快运行速度、减少GPU占用，并且只有不明显的accuracy损失。
DLANDML·2022-03-07 07:09

（系列更新完毕）深度学习零基础使用 PyTorch 框架跑 MNIST 数据集的第一天：LeNet 网络的搭建

1.Introduction今天是尝试用PyTorch框架来跑MNIST手写数字数据集的第一天，主要学习LeNet网络结构的定义。本blog主要记录一个学习的路径以及学习资料的汇总。
小吴同学真棒·2022-02-28 07:17

（系列更新完毕）深度学习零基础使用 PyTorch 框架跑 MNIST 数据集的第二天：加载 MNIST 数据集

1.Introduction今天是尝试用PyTorch框架来跑MNIST手写数字数据集的第二天，主要学习加载MNIST数据集。本blog主要记录一个学习的路径以及学习资料的汇总。
小吴同学真棒·2022-02-28 07:17

（系列更新完毕）深度学习零基础使用 PyTorch 框架跑 MNIST 数据集的第四天：单例测试

1.Introduction今天是尝试用PyTorch框架来跑MNIST手写数字数据集的第四天，主要学习导入模型并进行单例测试。本blog主要记录一个学习的路径以及学习资料的汇总。
小吴同学真棒·2022-02-28 07:46

（系列更新完毕）深度学习零基础使用 PyTorch 框架跑 MNIST 数据集的第三天：训练模型

1.Introduction今天是尝试用PyTorch框架来跑MNIST手写数字数据集的第三天，主要学习训练网络。本blog主要记录一个学习的路径以及学习资料的汇总。
小吴同学真棒·2022-02-28 07:46

Pytorch框架训练MNIST数据集

代码：importtorchfromtorchvisionimportdatasets,transformsimporttorch.nnasnnimporttorch.optimasoptimfromtorch.autogradimportVariablefromdatetimeimportdatetimeclassConfig:batch_size=64epoch=10alpha=1e-3pri
papaofdoudou·2022-02-28 07:00

基于数值微分的反向传播-python实现

深度学习基础知识和各种网络结构实战...基于数值微分的反向传播-python实现深度学习前言一、基于数值微分的反向传播1.1定义激活函数1.2计算基于小批次损失函数的损失值1.3梯度下降1.4两次神经网络类1.5使用pytorch
CC-Mac·2022-02-26 07:15

基于pytorch框架的lenet模型并导出ONNX格式

importtorch.nnasnnimporttorch.nn.functionalasFimporttorchdevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')classNet(nn.Module):def__init__(self):super(Net,self).__init__()self.conv1=nn.Co
papaofdoudou·2022-02-25 07:19

PyTorch 入门与代码模板

本文总结了使用PyTorch框架进行深度学习的一年多经验中的最佳实践。请注意，我们分享的经验大多来自研究和创业
AI学习社·2022-02-23 07:26
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他