pytorch线性回归

常见的机器学习算法代码及其Python代码

监督式学习的例子有：线性回归、决策树、随机森林算法、最近邻算法、逻辑回归等。非监督式学习算法这类算法没有任何目标
中年猿人·2024-01-18 01:00

python基础学习3--切片(slice)

因为最近也在学pytorch，所以这里用torch中的张量举例。一、切片的索引方式正索引（按下标从0开始）：负索引（最
微扬嘴角·2024-01-17 23:11

20/76-卷积，填充，步幅，多通道输入输出

importtorchfromtorchimportnndefcorr2d(X,K):#本函数已保存在d2lzh_pytorch包中方便以后使用,x是输入，k是核矩阵h,w=K.shapeY=torch.zeros
CeciliaJingle·2024-01-17 22:53

【pytorch】手写backward

rising.readthedocs.io/en/latest/_modules/rising/transforms/functional/affine.htmlhttps://github.com/pytorch
prinTao·2024-01-17 21:27

【grid】pytorch中的Flow_filed，MES，affine_gridHGRID，GRID_SAMPLE详解

gridinPytorch官方链接：https://pytorch.org/docs/stable/generated/torch.nn.functional.grid_sample.html#torch.nn.functional.grid_samplehttps
prinTao·2024-01-17 21:57

python检查PyTorch版本及cuda是否安装成功

importtorchprint（torch.__version__)print(torch.cuda.is_available())输出True就代表安装成功，反之安装失败1.7.0True
New___dream·2024-01-17 21:55

选择和训练模型（Machine Learning 研习之十一）

训练集的训练与评估我们从一个最基本的线性回归模型开始：fromsklearn.linear_modelimportLinearRegressionlin_re
甄齐才·2024-01-17 21:39

大数据深度学习长短时记忆网络（LSTM）：从理论到PyTorch实战演示

文章目录大数据深度学习长短时记忆网络（LSTM）：从理论到PyTorch实战演示1.LSTM的背景人工神经网络的进化循环神经网络（RNN）的局限性LSTM的提出背景2.LSTM的基础理论2.1LSTM的数学原理遗忘门
星川皆无恙·2024-01-17 20:56

实用机器学习：线性回归的实际应用与解读

01统计学基础统计学的基本方法，在机器学习中的角色。统计学是数据科学的基石，为机器学习提供了重要的理论和工具。它通过概率论、假设检验、回归分析等方法，帮助我们理解数据、进行推断和构建模型。以下是一些统计学概念的解释及应用：解释应用概率论概率论研究随机现象的数学理论。在机器学习中，概率论用于建模不确定性，例如通过概率分布描述数据的不确定性。用于分类、回归、聚类等算法中，通过概率模型进行预测和决策。统
m0_61254808·2024-01-17 19:18

线性回归理论+实战

线性回归什么是线性回归3.1.线性回归—动手学深度学习2.0.0documentation(d2l.ai)模型损失函数模型拟合（fit）数据之前，我们需要确定一个拟合程度的度量。
良子c·2024-01-17 18:13

Python跑pytorch程序抢占公共GPU自动运行脚本

问题描述当我们有一个服务器，服务器上面有4-5个GPU，那么我们需要时刻看哪个GPU空着，当发现服务器空闲了，我们就可以跑自己的深度学习了。然而，人盯着总是费时费力的，所以可以让Python看到哪个GPU空闲就插进去吗？进行下面步骤即可。第一步、安装GPU信息查看包名字为：nvidia_ml_py-12.535.133-py3-none-any.whl，下载地址：https://pypi.org/
小江江、·2024-01-17 18:26

pytorch基本操作

一.pytorch基本概念张量（Tensors)x=torch.Tensor(3,5)构建未初始化的张量x=torch.rand(3,5)构建一个随机初始化的矩阵x.size()或者x.shape获取矩阵的大小二
sheng_pan_ai·2024-01-17 16:25

【PyTorch】生成一张随机噪声图片

环境PyTorch安装教程：Windows|Linux|Mac代码fromtorchvision.transformsimportToPILImageimporttorchdefrandom_noise
Xavier Jiezou·2024-01-17 15:27

PyTorch Tutorial 2.0

这里是对于PyTorchTutorial-CSDN博客的补充，但是与其相关的NLP内容无关，只是一些基础的PyTorch用法的记录，主要目的是能够自己生成一些模拟的数据集。
Karen_Yu_·2024-01-17 15:55

【PyTorch简介】5.Automatic Differentiation with `torch.autograd` 自动微分与`torch.autograd`

AutomaticDifferentiationwithtorch.autograd自动微分与torch.autograd文章目录AutomaticDifferentiationwith`torch.autograd`自动微分与`torch.autograd`Tensors,FunctionsandComputationalgraph张量、函数和计算图ComputingGradients计算梯度D
冰雪storm·2024-01-17 15:15

【PyTorch简介】4.Building the model layers 生成模型层

Buildingthemodellayers生成模型层文章目录Buildingthemodellayers生成模型层Whatisaneuralnetwork什么是神经网络Componentsofaneuralnetwork神经网络的组成部分Buildaneuralnetwork构建神经网络Getahardwaredevicefortraining获取用于训练的硬件设备DefinetheClass定
冰雪storm·2024-01-17 15:14

机器学习系统或者SysML&DL笔记

在使用过TVM、TensorRT等优秀的机器学习编译优化系统以及Pytorch、Keras等深度学习框架后，总觉得有必要从理论上对这些系统进行一些分析，虽然说在实践中学习是最快最直接的(指哪儿打哪儿、不会哪儿查哪儿
AAI机器之心·2024-01-17 15:34

一文带你了解机器学习算法

1.常见的机器学习算法有哪些KNN算法、线性回归法、决策树算法、随机森林算法、PCA算法、SVM算法等等2.什么是机器学习简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好
AAI机器之心·2024-01-17 15:03

反向传播(Back Propagation)

目录回顾简单模型的梯度计算反向传播计算图链式求导链式法则定理：Forward前馈计算反向传播BackPropagation例子线性模型的计算图计算前馈过程反向传播过程（逆向求导）练习Pytorch中的前馈过程和反向传播过程
chairon·2024-01-17 14:56

逻辑回归（Logistic Regression）

LinearRegression分类任务TheMNISTDatasetTheCIFAR-10dataset回归VS分类sigmoid函数逻辑回归逻辑回归模型损失函数实现代码回顾LinearRegression线性回归是用于预测连续值
chairon·2024-01-17 14:24

normalization in nn （batchnorm layernorm instancenorm groupnorm）

首先导入pytorch。importtorchimporttorch.nnasnn定义输入，本文以nlp或时间序列预测的数据结构为例。即[batch_size,time_ste
sdu_study·2024-01-17 14:48

2025山大软件学院机器学习805 2024持续押中

3．线性模型线性回归、对数几率回归、线性判别分析、多分类学习、类别不平衡问题、基于梯度的优化方法等。4．决策树决
sdu_study·2024-01-17 14:17

tensorflowhe pytorch介绍

tensorflowhepytorch1.引言在当今快速发展的技术时代，机器学习和深度学习已经成为推动创新和发展的关键驱动力。
小昭dedug·2024-01-17 14:37

pytorch 定义torch类型数据_[Pytorch]PyTorch Dataloader自定义数据读取

这是一个适合PyTorch入门者看的博客。
焦糖不苦·2024-01-17 14:01

设置随机种子以确保结果的可复现性（pytorch、numpy、random、os）

设置随机种子的方法defseed_all(seed):"""设置PyTorch的随机种子,用于生
chen_znn·2024-01-17 13:05

【机器学习入门】机器学习基础概念与原理

2、常见机器学习算法和模型3、使用Python编程语言进行机器学习实践4、机器学习的应用领域二、机器学习算法1、有监督学习算法（1）线性回归a.基本概念b.应用案例c.代码示例（2）逻辑回归a.基本概念
代码骑士·2024-01-17 12:10

加载已有的pth模型后为什么会重新训练?

保存和加载模型需要注意:pytorch保存模型后加载模型遇到的大坑_模型保存参数再加载测试,结果跟保存前差了很多,可能的原因是什么-CSDN博客加载已有的pth模型后为什么会重新训练?
IT小艺·2024-01-17 12:06

pytorch学习（一）线性模型

文章目录线性模型pytorch是一个基础的python的科学计算库，它有以下特点：类似于numpy，但是它可以使用GPU可以用它来定义深度学习模型，可以灵活的进行深度学习模型的训练和使用线性模型线性模型的基本形式为
@@老胡·2024-01-17 12:28

【深度学习】Anaconda3 + PyCharm 的环境配置 5：手把手带你运行 predict.py 文件，史上最全的问题解决记录

项目源码：GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档：睿智的目标检测26：Pytorch
作者正在煮茶·2024-01-17 11:23

PyTorch 还提供的几种连接张量的方法

1.torch.stack()方法：行为：创建一个新的维度，并在该维度上堆叠张量。结果张量的维度比原始张量多一维。适用场景：当需要在新的维度上堆叠张量时，特别是在创建新批次或样本时。importtorchtensor1=torch.tensor([[1,2],[3,4]])tensor2=torch.tensor([[5,6]])#沿着新的维度（第0维）堆叠result=torch.stack((
阿罗的小小仓库·2024-01-17 09:48

【pytorch】Pytorch 中的 grid 与 各种变换

Pytorch中的grid与各种变换数学原理**单应性（Homography）:也就是透视变换。
prinTao·2024-01-17 09:14

win11 + insightface + pytorch + CUDA + cuDNN 实战安装

section=windows第二步.下载anaconda(最新版)//参考下面文章来执行安装anacondaWindows下Miniconda+Pytorch+Pycharm开发环境搭建指南第三步.配置
大树叶·2024-01-17 09:06

机器学习之Ridge回归与Lasso回归

Ridge回归与Lasso回归是什么Ridge回归和Lasso回归是机器学习中常用的线性回归算法的变种。Ridge回归是一种线性回归算法，通过在损失函数中添加一个正则化项，以控制模型的复杂度。
亦旧sea·2024-01-17 08:38

在PyTorch中开发我们的第一个神经网络

本教程将介绍初学者在PyTorch中构建神经网络的过程。我们将通过一个项目逐步进行操作。
小北的北·2024-01-17 07:30

【jupyter添加虚拟环境内核（pytorch、tensorflow）- 实操可行】

jupyter添加虚拟环境内核（pytorch、tensorflow）-实操可行1、查看当前状态(win+R，cmd进入之后)2、激活虚拟环境并进入3、安装ipykernel5、完整步骤代码总结6、进入
Ω snow·2024-01-17 07:00

Jetson AGX Orin安装archiconda、Pytorch

想在JetsonAGXOrin创建一个虚拟环境，然后安装pytorch，过程中遇到了很多的坑，这篇文章主要用于记录过程~因为Orin本身是Arm架构，X86架构可以装Anaconda，对于ARM要装archiconda
DWQY·2024-01-17 07:29

简单线性回归算法

概述线性回归本来是是统计学里的概念，现在经常被用在机器学习中。是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。
ppixiu·2024-01-17 06:10

循环神经网络-单变量序列预测详解（pytorch）

参考博客文章目录（1）导入所需要的包（2）读取数据并展示（3）数据预处理（4）划分训练集和测试集（5）构建RNN回归模型（6）构造训练函数（7）对整个数据集进行预测（8）可视化展示（9）MSE为评价指标（1）导入所需要的包importtorchimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.preproc
heibut不相信眼泪·2024-01-17 06:46

【书生·浦语】大模型实战营——XTuner InternLM-Chat 个人小助手认知微调实践

基础任务——使用XTuner进行微调，帮助模型认清了解的自己身份环境配置配置基础环境（pytorch=2.0.1,python=3.10），clonextuner仓库并进行源码安装。
不想动脑筋的亮亮·2024-01-17 04:46

深度学习之环境配置（二）：Anaconda配置python，pytorch（dt_pytorch）

深度学习之环境配置（二）：Anaconda配置python，pytorch（dt_pytorch）1Anaconda简介2Windows安装Anaconda3linux安装Anaconda4Anaconda
baltam1995·2024-01-17 03:48

参数优化器

前置知识：机器学习概念，线性回归，梯度下降待优化参数w，损失函数loss，学习率lr，每次迭代一个batch计算t时刻损失函数关于当前参数的梯度：计算t时刻一阶动量mt和二阶动量Vt计算t时刻下降梯度：
惊雲浅谈天·2024-01-17 03:54

rocky9.1 深度学习环境配置

U盘制作启动盘，安装引导；略过；sudofdisk-l安装nvidia驱动教程参考：Rockylinux安装3090+CUDA11.3+pytorch-知乎驱动下载：Nvidia官网下载对应显卡驱动，网址略
_helen_520·2024-01-17 02:57

浅谈一谈pytorch中模型的几种保存方式、以及如何从中止的地方继续开始训练；

一、本文总共介绍3中pytorch模型的保存方式：1.保存整个模型；2.只保存模型参数；3.保存模型参数、优化器、学习率、epoch和其它的所有命令行相关参数以方便从上次中止训练的地方重新启动训练过程。
Trouville01·2024-01-17 01:49

Vits——语音模型Vits部署

spaces/zomehwh/vits-uma-genshin-honkaicdvits-uma-genshin-honkai创建conda环境：condacreate-nvitspython=3.8安装Pytorch
Irving.Gao·2024-01-16 22:42

深度学习Anaconda与pyTorch环境搭建——看这一篇就够了

Anaconda+PyTorch深度学习环境搭建（PyCharm）Anaconda+PyTorch深度学习环境搭建（PyCharm）前言Anaconda安装什么是Anaconda软件安装添加环境变量Anaconda
ZYiPan·2024-01-16 22:48

深度学习环境配置系列文章（二）：Anaconda配置Python和PyTorch

深度学习环境配置系列文章目录第一章专业名称和配置方案介绍第二章Anaconda配置Python和PyTorch第三章配置VSCode和Jupyter的Python环境第四章配置Windows11和Linux
图灵猫-Arwin·2024-01-16 22:45

用C#实现简单的线性回归

前言最近注意到了NumSharp，想学习一下，最好的学习方式就是去实践，因此从github上找了一个用python实现的简单线性回归代码，然后基于NumSharp用C#进行了改写。
液态不合群·2024-01-16 20:32

VGAN实现视网膜图像血管分割（基于pytorch）

背景介绍VGAN（RetinalVesselSegmentationinFundoscopicImageswithGenerativeAdversarialNetworks）出自2018年的一篇论文，尝试使用生成性对抗网络实现视网膜血管分割的任务,原论文地址：https://arxiv.org/abs/1706.09318在github上有相应的源码仓库，不过由于版本的原因也会出现一些bug，本篇
草莓橙子碗·2024-01-16 17:54

第五周作业：卷积神经网络（Part3）

EfficientConvolutionalNeuralNetworksforMobileVisionApplications》1.原文地址2.TensorFlow官方3.论文亮点4.代码学习二、《MobileNetV2:InvertedResidualsandLinearBottlenecks》1.原文地址2.非官方Pytorch
QxwOnly·2024-01-16 16:59

PyTorch使用多块GPU

为了能够清楚的看到数据是如何被并行处理的，我们先定义一些参数：importtorchimporttorch.nnasnnfromtorch.utils.dataimportDataset,DataLoader#ParametersanddataLoadersinput_size=5output_size=2batch_size=30data_size=100依据这些参数，我们来创建一个实验用的数据
木之本樱的小钥匙·2024-01-16 15:21
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他