pytorch编程学习第17页

YOLOV5训练标准数据集

文章目录前言一、安装cuda和miniconda1.安装cuda2.安装miniconda并配置环境变量1）安装miniconda2）miniconda环境变量配置二、创建虚拟环境和安装Pytorch1

Jokey__·2024-01-30 20:23

复现Reasoning with Heterogeneous Graph Alignment for Video Question Answering

master/gif-qaNomodulenamed‘colorlog’pipinstallcolorlogNomodulenamed‘block’pipinstallblock.bootstrap.pytorchor

Mighty_Crane·2024-01-30 20:11

Pytorch框架学习（2）——张量操作与线性回归

张量操作与线性回归1.张量的操作：拼接、切分、索引和变换1.1张量的拼接与切分torch.cat()功能：将张量按维度dim进行拼接（不会扩充张量的维度）tensors：张量序列dim：要拼接的维度torch.stack()功能：在新创建的维度dim上进行拼接（创建新的维度扩充张量）tensors：张量序列dim：要拼接的维度torch.chunk()功能：将张量按维度dim进行平均切分返回值：张

aidanmomo·2024-01-30 19:12

有向无环图DAG与PyTorch动态计算图

1.有向无环图有向无环图（DirectedAcyclicGraph,DAG）是一种特殊的图论结构，它由节点（或称为顶点）和有方向的边组成，并且没有循环路径。DAG具有以下核心特点：节点（顶点）：在DAG中，节点是信息的基本单位，可以代表任何实体、事件或数据。有向边：连接两个节点之间的边是有方向的，通常用箭头表示从一个节点指向另一个节点的关系。例如，如果有一个边从节点A指向节点B，则意味着A对B存在

科学禅道·2024-01-30 18:42

PyTorch动态计算图构建的详细过程和代码

当用户定义了一个继承自nn.Module的神经网络模型，并通过调用model.forward(input)进行前向传播时，PyTorch会根据执行的张量操作序列自动构建并维护一个动态计算图，其中的详细过程是

科学禅道·2024-01-30 18:42

Pytorch自动微分机制

Pytorch一般通过反向传播backward方法实现这种求梯度计算。该方法求得的梯度将存在对应自变量张量的grad属性下。

taoqick·2024-01-30 18:11

《20天吃透Pytorch》Pytorch自动微分机制学习

自动微分机制Pytorch一般通过反向传播backward方法实现这种求梯度计算。该方法求得的梯度将存在对应自变量张量的grad属性下。

瞳瞳瞳呀·2024-01-30 18:41

PyTorch自动微分机制的详细介绍

PyTorch深度学习框架的官方文档确实提供了丰富的信息来阐述其内部自动微分机制。

科学禅道·2024-01-30 18:10

YOLOv8实例分割实战：TensorRT加速部署

课程链接：https://edu.csdn.net/course/detail/39273PyTorch版的YOLOv8支持高性能实时实例分割方法。TensorRT是针对英伟达GPU的加速工具。

bai666ai·2024-01-30 17:31

【机器视觉技术栈】04 - 光源

html整体介绍光源选择参考：https://www.cnblogs.com/profession/p/5482445.html工业相机镜头光源选型--光源-知乎机器视觉全栈|机器视觉教程|docsify|pytorch

WonderThink·2024-01-30 16:14

嵌入式Linux系统编程学习之十七计时器与信号

文章目录一、睡眠函数二、时钟处理一、睡眠函数 Linux下有2个睡眠函数，原型分别为：#includeunsignedintsleep(unsignedintseconds);voidusleep(unsignedlongusec); 函数sleep让进程睡眠seconds秒，函数usleep让进程睡眠usec微秒。 sleep睡眠函数内部是用信号机制进行处理的，用到的函数有：#includ

PoroKing·2024-01-30 16:44

python3.8安装torch1.8.0GPU版

python3.8安装torch1.8.0GPU版torch官网查看对应版本安装命令，https://pytorch.org/get-started/previous-versions/选择CUDA11.1

归来仍是代码小白·2024-01-30 15:32

【无标题】python3.8安装对应版本pytorch的安装

python3.8安装对应版本pytorch的安装。这里我使用的是清华的镜像，比较快捷。原网超慢。要注意各版本对应。

碳317·2024-01-30 15:00

pip install torch及对应torchvision、torchaudio

在这个链接中找你需要下的torch版本，会自动帮你匹配好torchvision、torchaudio版本，生成一个pip命令如下：https://pytorch.org/get-started/previous-versions

Recko.·2024-01-30 15:30

PyTorch基础操作

一、Tensor在PyTorch中，张量（Tensor）是一个核心概念，它是一个用于存储和操作数据的多维数组，类似于NumPy的ndarray，但与此同时，它也支持GPU加速，这使得在大规模数据上进行科学计算变得更加高效

水理璇浮·2024-01-30 12:59

ubuntu安装 veloview_Pointnet+Frustum-Pointnet复现(Pytorch1.3+Ubuntu18.04)

1.数据集和预处理1.1ModelNet40ModelNet40是一个大规模3DCAD数据集，始于3DShapeNets:ADeepRepresentationforVolumetricShapesZhirong，创建初衷是为了学习到能良好捕捉类内差别的3D表示，比当时最新的数据集大22倍。包含151,128个3DCAD模型和660个不同类别，如下图。作者在实验时仅选取了40个类别，每个类别各10

信海松·2024-01-30 11:58

【PMF代码复现及可视化】ICCV 2021 基于视觉感知的多传感器融合点云语义分割

前言本文在Ubuntu18.04下，使用python3.6pytorch1.8.2+torchvision0.9.2环境运行。电脑配置：NVIDIAGeForceRTX3060。

努力弹琴的大风天·2024-01-30 11:57

史上最全Typora教程----程序员必学软件之一

评论区提供typora安装包Typora是编程学习中，一个比较好用的软件。不管学C++、Python还是其它语言，都是一个不错的工具。

努力弹琴的大风天·2024-01-30 11:27

【Deeplabv3+】Ubutu18.04中使用pytorch复现Deeplabv3+(第一步)-----环境配置

用pytorch复现Deeplabv3+(第一步)-----环境配置本文是使用的Linux发行版之一的Ubuntu18.04，在pytorch下复现的，使用Windows或者在tensorflow上复现的同学自动略过

努力弹琴的大风天·2024-01-30 11:26

【Deeplabv3+】Ubutu18.04中使用pytorch复现Deeplabv3+(第二步)-----cityscapes数据集训练和预测

在查看本篇文章之前，请先查看博主的上一篇文章【Deeplabv3+】Ubutu18.04中使用pytorch复现Deeplabv3+(第一步)-----环境配置_努力弹琴的大风天的博客-CSDN博客配置好环境之后

努力弹琴的大风天·2024-01-30 11:26

【Deeplabv3+】Ubutu18.04中使用pytorch复现Deeplabv3+第三步)-----CityscapesScripts生成自己的标签

本文是在前面两篇文章的基础上，讲解如何更改训练数据集颜色，需要与前面两篇文章连起来看。本文用于修改cityscapes数据集的标签颜色与Semankitti数据集的标签一致，对修改后的数据集进行训练。需要下载两个开发工具包和一个数据集，分别是cityscapesScripts-master、semantic-kitti-api-master和cityscapes数据集：cityscapesScri

努力弹琴的大风天·2024-01-30 11:22

政安晨的机器学习笔记——实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）

PyTorch是一个开源的Python机器学习库，于2016年由Facebook的人工智能研究团队推出，有助于构建深度学习项目。

政安晨·2024-01-30 11:43

政安晨的机器学习笔记——基于Ubuntu系统的Miniconda安装Jupyter Notebook

一、准备工作Miniconda的安装请参考我的另一篇博客文章：实例讲解深度学习工具PyTorch在Ubuntu系统上的安装入门（基于Miniconda）（非常详细）https://blog.csdn.net

政安晨·2024-01-30 11:12

learn2learn环境配置（2023年12月）

learn2learn是元学习方向的一个非常实用的库，但其发布时间较早，与最新版本的pytorch可能存在一些兼容性问题，在2023年12月这个时间进行安装时会遇到一些问题，以下是我遇到的问题及解决的方法

一个机器视觉工程师的自我修养·2024-01-30 09:53

BGAD文章复现笔记-1

ExplicitBoundaryGuidedSemi-Push-PullContrastiveLearningforSupervisedAnomalyDetection》原作者代码：https://github.com/xcyao00/BGAD复现过程：系统Ubuntu22.04,PyTorch1.12.1

一个机器视觉工程师的自我修养·2024-01-30 09:19

TextCNN的复现

TextCNN的复现–pytorch的实现对于TextCNN的讲解，可以参考这篇文章ConvolutionalNeuralNetworksforSentenceClassification-知乎(zhihu.com

零戚·2024-01-30 09:47

pytorch的安装（GPU版本和CPU版本都可以）

pytorch的安装（GPU版本和CPU版本都可以）直接去download.pytorch.org/whl/torch_stable.html该网站下载torch，如下图所示:其中，前面的cu表示cuda

零戚·2024-01-30 09:46

LSTM进行情感分析

LSTM进行情感分析的复现–pytorch的实现关于TextCNN的复现参考本文章TextCNN的复现–pytorch实现-知乎(zhihu.com)接下来主要是对代码内容的详解，完整代码将在文章末尾给出

零戚·2024-01-30 09:12

CUBLAS_STATUS_EXECUTION_FAILED when calling cublasSgemm 解决方法

问题描述在运行pytorch项目的时候遇到了这个问题RuntimeError:CUDAerror:CUBLAS_STATUS_EXECUTION_FAILEDwhencallingcublasSgemm

han_mj·2024-01-30 07:24

RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasSgemm( handle, opa, opb

CUBLAS_STATUS_EXECUTION_FAILEDwhencallingcublasSgemm(handle,opa,opb,m,n,k,&alpha,a,lda,b,ldb,&beta,c,ldc)简单查了一下，有说：1不同模块对device设置不同的；2cuda和pytorch

woshicaiji12138·2024-01-30 07:51

论文笔记：多任务学习模型：渐进式分层提取（PLE）含pytorch实现

整理了RecSys2020ProgressiveLayeredExtraction:ANovelMulti-TaskLearningModelforPersonalizedRecommendations）论文的阅读笔记背景模型代码论文地址：PLE背景多任务学习（multi-tasklearning，MTL）：给定m个学习任务，这m个任务或它们的一个子集彼此相关但不完全相同。简单地说就是一个模型

图学习的小张·2024-01-30 07:09

PyTorch的nn.Module类的详细介绍

在PyTorch中，nn.Module类是构建神经网络模型的基础类，所有自定义的层、模块或整个神经网络架构都需要继承自这个类。

科学禅道·2024-01-30 07:39

PyTorch2ONNX-分类模型：速度比较（固定维度、动态维度）、精度比较

图像分类模型部署:PyTorch->ONNX1.模型部署介绍1.1人工智能开发部署全流程step1数据数据采集定义类别标注数据集step2模型训练模型测试集评估调参优化可解释分析step3部署手机/平板服务器

Le0v1n·2024-01-30 07:08

win11下 “pytorch导出模型“ 以及 “C++使用onnxruntime部署”

部分一：PyTorch导出模型在Win11下，PyTorch是一个强大的深度学习框架，它提供了丰富的工具来训练和导出模型。

夏秃然·2024-01-30 07:08

pytorch tril 用法并导出onnx demo

importtorchimporttorch.nnasnnimportonnxruntimeasortimportnumpyasnpdefcreate_tril_onnx():classSimpleNet(nn.Module):def__init__(self):super(SimpleNet,self).__init__()self.data1=torch.ones((2,3),dtype=to

极乐净土0822·2024-01-30 07:04

基于Pytorch的DDP训练Mnist数据集

在前几期的博文中我们讲了pytorch的DDP，但是当时的demo是自制的虚拟数据集（Pytorch分布式训练：DDP），这期文章我们使用Mnist数据集做测试，测试并完善代码。

Silver__Wolf·2024-01-30 07:03

pytorch nearest upsample整数型tensor

稍微扩展一下，支持h、w用不同的scalefactor，并测试其与PyTorch的几个upsample类的异同，验证[3]的实现用nearest插值。Codeli

HackerTom·2024-01-30 07:02

[pytorch] 定义自己的dataloader

定义自己的dataloader1定义datalaoder1.1__init__1.2__getitem__1.3__len__2调用dataloader参考在使用自己数据集训练网络时，往往需要定义自己的dataloader。1定义datalaoder一般将dataloader封装为一个类，这个类继承自torch.utils.data.datasetfromtorch.utils.dataimpor

Alexa2077·2024-01-30 07:00

Dxy1239310216·2024-01-30 07:28

如何系统地自学 Python？

Python的应用在开始之前，了解Python能做什么：Web开发（如使用Django或Flask）、数据分析（使用Pandas、NumPy）、机器学习（使用scikit-learn、TensorFlow或PyTorch

终将老去的穷苦程序员·2024-01-30 06:19

详细PyTorch安装步骤

PyTorch的安装步骤可以参考以下教程：安装Anaconda：首先需要安装Anaconda，这是一个Python发行版，包含了Python、pip、conda等常用工具。

打工人何苦为难打工人·2024-01-30 06:46

基于YOLOv8的摄像头吸烟行为检测系统（Python源码+Pyqt6界面+数据集）

本文主要内容:详细介绍了摄像头下吸烟行为检测系统，在介绍算法原理的同时，给出Pytorch的源码、训练数据集以及PyQt6的UI界面。

AI小怪兽·2024-01-30 06:09

《动手学深度学习(PyTorch版)》笔记5

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过,对于书上部分章节也做了整合。Chapter5DeepLearningComputation5.1LayersandBlocksimporttorchfromtorchimportnn

南七澄江·2024-01-30 06:10

pytorch使用dataset和dataloader加载数据集

数据集：batch计算-》加快计算速度；single计算-》越过鞍点single可以得到更好的结果但是无法充分利用cpu的并行能力minibatch综合两者优势。epoch：一次所有数据参与训练；batch-size：每次参与训练的样本数量；interation：内层迭代的次数；batch的个数1.作用：加载数据集2.dataset：数据集支持索引抽象类，不能直接实例化，要创建类继承classMy

清明°·2024-01-30 05:08

基于PyTorch和TensorFlow框架保存模型和load模型的方法

PyTorch中的保存模型和调用模型：1.保存整个模型PyTorch提供了torch.save函数，可以用来保存整个模型，包括模型的架构和参数。

luyanpingya·2024-01-30 04:45

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入门之Tensor综合-含操作/运算、机器学习的关系、稠密张量与稀疏张量的定义等

Tensor的理解数学中有标量、向量和矩阵的概念，它们的维度分别是0、1、2。其中：标量可以看成的一个数字，1，标量中元素的位置固定。向量可以看成是一维表格，向量中元素的位置需要通过其索引确定，表示为矩阵可以看成是二维表格，矩阵中的元素位置需要通过其行号和列号确定，表示为：张量(Tensor)可以视为矩阵的扩展，可以用于表示无穷维度的数据如果我们用标量、向量或矩阵描述一个事物时，该事物最多可用[H

AI小白龙*·2024-01-29 21:34

Transformer模型 | Pytorch实现Transformer模型进行时间序列预测

Transformer模型最初是为了处理自然语言处理任务而设计的，但它也可以用于时间序列预测。下面是将Transformer模型应用于时间序列预测的一般步骤：数据准备：准备时间序列数据集，包括历史观测值和目标预测值。通常，你需要将时间序列转换为固定长度的滑动窗口序列，以便输入到Transformer模型中。特征编码：对于时间序列数据，你需要将每个时间步的特征进行编码。这可以包括使用嵌入层将离散特征

算法如诗·2024-01-29 19:53

推荐频道

pytorch编程学习