tensor

从零到一：利用DeepSeek构建高精度图像分类模型实战解析

DeepSeek作为国产自研的深度学习框架，凭借其高效计算优化和灵活架构设计，在ImageNet等基准测试中展现出与PyTorch、TensorFlow等主流框架相媲美的性能。
一碗黄焖鸡三碗米饭·2025-03-02 06:03

深度学习模型可视化：通俗易懂的全面解读

2.张量（Tensors）：深度学习中的核心数据结构3.常见的节点操作**Gather**操作**Transpose**操作**Pow**操作**Add**操作**Mix**操作4.查看模型详情5.可视化工具总结在深度学习领域
Crazy learner·2025-03-02 06:33

程序员未来的出路：行业趋势与职业发展分析

技能要求：Python、TensorFlow、PyTorch、数据挖掘、算法优化。发展路径：从机器学习工程师做起，积累项目经验。深入研究深度学习、强化学习等前沿技术。成为AI架构师或数
guzhoumingyue·2025-03-01 19:46

pip安装非标准版本号库报错 pip 24.1 will enforce this behaviour change.

在做神经网络作业安装tensorflow报错pyodbc4.0.0-unsupportedhasanon-standardversionnumber.pip24.1willenforcethisbehaviourchange.Apossiblereplacementistoupgradetoanewerversionofpyodbcorcontacttheauthortosuggestthatth
m0_74397054·2025-03-01 11:53

torch对于tensor的常规操作

前言使用pytorch框架，会常操作tensor，以下则是对tensor常规操作的汇总。
何33512336·2025-03-01 06:16

Anaconda配置tensorflow-gpu教程

最近在入门tensorflow深度学习，配置环境吃了不少苦头，写个完整的教程首先得在自己主机上装cuda（我之前就是主机上没装cuda,只在虚拟环境里面装了，结果jupyter里面怎么调都识别不到GPU
rubisco214·2025-02-28 22:19

55、深度学习-自学之路-自己搭建深度学习框架-16、使用LSTM解决RNN梯度消失和梯度爆炸的问题，重写莎士比亚风格文章。

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None
小宇爱·2025-02-28 18:18

解决tensorflow-addons下载问题Could not find a version that satisfies the requirement

由于要用到tensorflow-addons，所以需要安装对应的库。
猪猪家的小可爱·2025-02-28 17:13

2.9 部署模型-大模型ACP模拟题-真题

/model/qwen2_5-1_5b-instruct"--load-format"safetensors"--port8000✅C.vllmstart".
admin皮卡·2025-02-28 17:12

Python深度学习实践：使用TensorFlow构建图像分类器

本篇文章将引导读者使用Python和Google的TensorFlow框架，从零开始构建一个简单的图像分类器。
Evaporator Core·2025-02-28 13:42

通过TensorFlow实现简单深度学习模型（2）

前文我们已经实现了对每批数据的训练，下面继续实现一轮完整的训练。完整的训练循环一轮训练就是对训练数据的每个批量都重复上述训练步骤，而完整的训练循环就是重复多轮训练。deffit(model,images,labels,epochs,batch_size=128):forepoch_counterinrange(epochs):print(f"Epoch{epoch_counter}")batch_
yyc_audio·2025-02-28 10:47

H100生成式AI效能跃升指南

本文将从芯片架构创新出发，首先解析第四代TensorCore如何通过FP8精度支持与动态指令调度机制，实现矩阵运算效率的指数级提升；继而探讨显存子系统在带宽扩容与智能缓存分配上的突破，揭示其突破生成式AI
智能计算研究中心·2025-02-28 02:14

A100高效架构深度解析

在计算架构层面，第三代TensorCore通过引入细粒度结构化稀疏支持与新型数据格式，显著提升矩阵运算效率；多实例GPU（MIG）技术则通过物理级硬件隔离实现单卡多任务并行处理，为
智能计算研究中心·2025-02-28 02:14

深度学习模型优化与医疗诊断应用突破

随着PyTorch与TensorFlow等开源框架的持续优化，模型开发效率显著提升，为医疗场景下的复杂数据处理提供了技术基座。
智能计算研究中心·2025-02-28 02:44

跨框架模型演进与行业应用路径

本文系统性梳理TensorFlow、PyTorch、MXNet等主流框架的技术发展脉络，重点分析其从通用计算架构向多模态、轻量化方向的转型路径。
智能计算研究中心·2025-02-28 02:44

pytorch阶段性总结2

nn神经网络functional当中卷积的使用importtorchimporttorch.nn.functionalasF#数据input=torch.tensor([[1,2,0,3,1],[0,1,2,3,1
Colinnian·2025-02-27 23:41

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-results.py

results.pyultralytics\engine\results.py目录results.py1.所需的库和模块2.classBaseTensor(SimpleClass):3.classResults
红色的山茶花·2025-02-27 21:33

TensorFlow 架构

https://www.tensorflow.org/guide/extend/architecture一WedesignedTensorFlowforlarge-scaledistributedtrainingandinference
weixin_zdpau·2025-02-27 19:11

TensorFlow基础架构

处理结构计算图纸Tensorflow首先要定义神经网络的结构,然后再把数据放入结构当中去运算和training.处理结构因为TensorFlow是采用数据流图（dataflowgraphs）来计算,所以首先我们得创建一个数据流流图
humbinal·2025-02-27 19:40

A100 解析：为何它成为 AI 大模型时代的首选？

前言NVIDIAA100TensorCoreGPU可针对AI、数据分析和HPC应用场景，在不同规模下实现出色的加速，有效助力更高性能的弹性数据中心。
PPIO派欧云·2025-02-27 18:37

自动驾驶之BEVDet

例如输入环视图像，记作Tensor([bs,N,3,H,W])，提取多尺度特征；其中bs=batchsize，N=环视图像的个数，
maxruan·2025-02-27 16:13

53、深度学习-自学之路-自己搭建深度学习框架-14、使用自己的架构搭建一个通过学习模仿莎士比亚风格的2000次的文章。并且在关键层配有详细解释。

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None
小宇爱·2025-02-27 15:05

RuntimeError: expected dtype Double but got dtype Float

在处理数据时有时会用到numpy模块，处理完数据后为了加速计算然后转为tensor，用torch的计算方式进行运算。
一穷二白到年薪百万·2025-02-27 11:11

【pytorch_geometric报错】RuntimeError: softmax() Expected a value of type

totransP=softmax(pipj,row,num_nodes=cd.size(0))[1]RuntimeError:softmax()Expectedavalueoftype‘Optional[Tensor
一穷二白到年薪百万·2025-02-27 11:11

用 PyTorch/TensorFlow 搭建简单全连接神经网络

目录用PyTorch/TensorFlow搭建简单全连接神经网络网络结构概述1.使用PyTorch构建网络2.使用TensorFlow构建网络总结用PyTorch/TensorFlow搭建简单全连接神经网络在本篇博客中
gs80140·2025-02-27 08:21

50、深度学习-自学之路-自己搭建深度学习框架-11、添加RNN递归神经网络层为了浮现RNN的神经网络使用框架。

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None
小宇爱·2025-02-27 06:01

52、深度学习-自学之路-自己搭建深度学习框架-13、对话预测功能，使用我们自己建的架构重写RNN预测网络,程序的详细解读。

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None
小宇爱·2025-02-27 06:01

扣子和DIfy调用deepseek对比分析

又闻言，Dify、TensorFlow、PyTorch、Keras、Fastai、HuggingFace等工具可以微调诸如deepseek、chatgpt、doubao等大模型。
ISDF-CodeInkVotex·2025-02-27 06:30

pytorch PIL对np和tensor 图像数据的显示

的格式，tenser再转回来时，依然是cwh格式np.tranpose（1,2,0）可以将cwh格式转换为whc的格式,也就是将原来的0,1,2代表的cwh，变成whc格式代码表示是====互转的代码“tensor_a
Tianwen_Burning·2025-02-26 19:32

serverless framework 模块化部署

文章建议配合@serverless/components源码食用本文使用的示例代码Forkedfromsecond-state/tencent-tensorflow-scf这个仓库可以直接部署成一个Serverless
ice breaker·2025-02-26 17:27

下载cuda11.2+cudnn8.1+tensorflow-gpu2.5

安装cuda11.2和cudnn8.1要注意自己的版本，目前tensorflow-gpu2.5或最高版本tensorflow-gpu2.6只支持cuda11.2和cudnn8.1。
听微雨·2025-02-26 14:03

深度学习笔记线性代数方面，记录一些每日学习到的知识

记录一些每日学习到的新知识：torch：Torch是一个有大量机器学习算法支持的科学计算框架，是一个与Numpy类似的张量(Tensor)操作库jupyter：JupyterNotebook的本质是一个
肆——·2025-02-26 14:58

DL之IDE：深度学习环境安装之Tensorflow/tensorflow_gpu+Cuda+Cudnn(最清楚/最快捷)之详细攻略(图文教程)

DL之IDE：深度学习环境安装之Tensorflow/tensorflow_gpu+Cuda+Cudnn(最清楚/最快捷)之详细攻略(图文教程)导读本人在Win10下安装深度学习框架Tensorflow
一个处女座的程序猿·2025-02-26 11:43

ai大模型自动化测试-TensorFlow Testing 测试模型实例

AI大模型自动化测试是确保模型质量、可靠性和性能的关键环节，以下将从测试流程、测试内容、测试工具及测试挑战与应对几个方面进行详细介绍：测试流程测试计划制定确定测试目标：明确要测试的AI大模型的具体功能、性能、安全性等方面的目标，例如评估模型在特定任务上的准确率、召回率等。定义测试范围：界定测试所涵盖的模型功能模块、数据类型、应用场景等，比如是否包括图像识别、自然语言处理等不同功能。规划测试资源：确
小赖同学啊·2025-02-26 10:33

【数据挖掘在量化交易中的应用：特征发现与特征提取】

我会提供具体的实操步骤，并结合Python和TensorFlow进行代码示例。完成后，我会通知您进行查看。
调皮的芋头·2025-02-26 10:00

详细介绍人工智能学习框架

以下从框架分类、核心框架介绍、学习方法三个维度展开详解：一、主流人工智能框架全景图（一）基础框架层TensorFlow（Google）核心优势：工业级部署能力，支持移动端（TFLite）、浏览器（TF.js
日记成书·2025-02-26 08:16

从零开始玩转TensorFlow：小明的机器学习故事 4

探索深度学习1场景故事：小明的灵感前不久，小明一直在用传统的机器学习方法（如线性回归、逻辑回归）来预测学校篮球比赛的胜负。虽然在朋友们看来已经很不错了，但小明发现一个问题：当比赛数据越来越多、球队的特征越来越复杂时，模型的准确率提升得很慢。有一天，小明在学校图书馆翻看杂志时，看到这样一句话：“就像人的大脑有上百亿神经元，神经网络能够学习复杂的信息映射，从而取得卓越的表现。”他瞬间来了灵感：“或许我
山海青风·2025-02-26 07:42

Python常见库的使用

文章目录人工智能与机器学习1.NumPy2.Pandas3.Scikit-learn4.TensorFlow5.PyTorch数据可视化1.Matplotlib2.Seaborn网络请求与爬虫1.Requests2
浪子西科·2025-02-26 07:38

服务器/mac m1配置python环境

目录服务器配置环境一、安装miniconda二、创建环境三、激活环境四、conda安装Macm1配置环境一、安装Miniforge3二、创建环境三、激活环境四、安装tensorflow五、测试运行服务器配置环境一
LoveSeven.Lin·2025-02-26 07:37

37、深度学习-自学之路-自己搭建深度学习框架-2、自动梯度计算

importnumpyasnpclassTensor(object):'''importnumpyasnp：导入numpy库，用于处理数组相关操作。
小宇爱·2025-02-26 04:46

Tensorflow2.x框架-神经网络八股扩展-acc曲线与loss曲线

loss/loss可视化，可视化出准确率上升、损失函数下降的过程博主微信公众号（左）、Python+智能大数据+AI学习交流群（右）：欢迎关注和加群，大家一起学习交流，共同进步！目录摘要一、acc曲线与loss曲线二、完整代码摘要loss/loss可视化，可视化出准确率上升、损失函数下降的过程一、acc曲线与loss曲线history=model.fit(训练集数据,训练集标签,batch_siz
诗雨时·2025-02-25 23:15

从零开始玩转TensorFlow：小明的机器学习故事 3

下面是一篇以小明为主角，尝试用TensorFlow预测校园活动参与率的学习故事。我们会在故事情境中穿插对线性回归和逻辑回归的原理介绍，并附带必要的代码示例，帮助你从零基础理解并动手实践。
山海青风·2025-02-25 23:43

卷积神经网络八股（一）------20行代码搞定鸢尾花分类

卷积神经网络八股（一）------20行代码搞定鸢尾花分类引言用TensorflowAPI：tf.keras实现神经网络搭建八股Sequential的用法compile的用法fit的用法（batch是每次喂入神经网络的样本数
有幸添砖java·2025-02-25 22:11

突破性能极限：DeepSeek开源FlashMLA解码内核技术解析

项目亮点速览GitHub仓库|性能测试核心优势硬件级优化：专为Hopper架构GPU设计，充分发挥TensorCore潜力内存黑科技：
Shockang·2025-02-25 22:09

Pytorcg torch.triu

torch.triu(input,diagonal=0,out=None)torch.triu(input,diagonal=0,out=None)→Tensor返回矩阵上三角部分，其余部分定义为0。
桃汽宝·2025-02-25 18:40

TORCH.TRIU

torch.triu(input,diagonal=0,*,out=None)→Tensor返回一个上三角矩阵参数：input：输入的张量diagonal：对角线>>>a=torch.randn(3,3
张小猪的家·2025-02-25 18:09

torch.triu

tensor=[[1,2,3],[4,5,6],[7,8,9]]torch.triu(tensor)#t
Miss.wei·2025-02-25 18:09

torch.triu 与 numpy.triu 函数

triu=triangleup（我猜的）顾名思义，这个函数的作用相同，都是返回上三角矩阵，定义分别如下：numpy.triu(m,k)torch.triu(Tensor,diagonal)这两个函数的对应参数都是相同的含义
地球被支点撬走啦·2025-02-25 17:05

用于获得一个pb文件的所有节点名称

model_dir为模型路径文件夹，model_name为模型名称（自定义非如alexnet等训练实际名称）2、写入到模型路径下的result.txt文件内@author:Mr_dogyang"""importtensorflowastfimportosmodel_dir
@Mr_LiuYang·2025-02-25 14:40

51、深度学习-自学之路-自己搭建深度学习框架-12、使用我们自己建的架构重写RNN预测网络

importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None
小宇爱·2025-02-25 09:10
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他