torch

图像分割——U-Net论文介绍+代码（PyTorch）

0、概要原理大致介绍了一下，后续会不断精进改的更加详细，然后就是代码可以对自己的数据集进行一个训练，还会不断完善，相应其他代码可以私信我。一、论文内容总结摘要：人们普遍认为，深度网络成功需要数千样本，在本文中，提出一种网络和训练方法，它使用大量数据增强来有效使用现存的样本，我们的体系结构由一个捕获上下文的收缩路径和能够实现精确定位的对称扩展路径组成。我们证明出这个网络可以使用少量图像进行端到端训练
yidaqiqi·2025-05-19 09:28

计算机视觉与深度学习 ｜ Python实现VMD-LSTM时间序列预测（完整源码和数据)

代码基于PyTorch框架，适用于多维时间序列预测任务。1.环境准备import
单北斗SLAMer·2025-05-19 08:17

Pytorch实现卷积神经网络CNN

Pytorch是torch的Python版本，对TensorFlow造成很大的冲击，TensorFlow无疑是最流行的，但是Pytorch号称在诸多性能上要优于TensorFlow，比如在RNN的训练上
weixin_30312557·2025-05-19 08:45

大模型微调步骤整理

PyTorch的torchvision.models模块提供了很多经典的预训练模型，比如ResNet、VGG、EfficientNet等。我们可以直接使用它们作为模型的基础结构。
Trank-Lw·2025-05-19 07:41

p40上编译vllm0.8.6

目录前言编译内容前言编译内容(/data1/ai-llm/env/my-vllm-gpu)[root@localhostvllm-gpu]#TORCH_CUDA_ARCH_LIST="6.1;7.0;8.0
tianjun2012·2025-05-19 02:37

深度学习——稠密连接网络（DenseNet）原理讲解+代码（torch）

一、开发背景DenseNet（稠密连接网络）是由Cornell大学的GaoHuang等人于2017年提出的深度学习网络架构。它的设计灵感来自于ResNet（残差网络）以及其前身HighwayNetworks的思想。论文链接：https：//arxiv.org/pdf/1608.06993.pdf代码的github链接：https：//github.com/liuzhuang13/DenseNet这
yidaqiqi·2025-05-19 00:25

使用PyTorch训练VGG11模型：Fashion-MNIST图像分类实战

本文将通过代码实战，详细讲解如何使用PyTorch和VGG11模型在Fashion-MNIST数据集上进行图像分类任务。代码包含数据预处理、模型定义、训练与评估全流程，并附上训练结果的可视化图表。
意.远·2025-05-18 23:16

【深度学习解惑】分析 Inception 特有的并行分支对显存占用、GPU 利用率的正负影响？

模块的并行分支设计显存占用与GPU利用率的关键挑战显存占用的正向与负向影响并行分支的显存需求模型激活值膨胀vs.参数共享优化GPU利用率的权衡分析计算并行化潜力分支间负载不均衡与同步开销实验验证与代码示例PyTorch
云博士的AI课堂·2025-05-18 23:15

深度解析BERT：从理论到Pytorch实战

前言本文从BERT的基本概念和架构开始，详细讲解了其预训练和微调机制，并通过Python和PyTorch代码示例展示了如何在实际应用中使用这一模型。
代码很孬写·2025-05-18 22:44

PyTorch 张量基础操作：从入门到实践的深度解析

在深度学习技术快速发展的当下，PyTorch凭借其动态计算图、简洁的Python接口以及强大的GPU加速能力，成为开发者和研究者构建机器学习模型的首选框架之一。
wwangxubin·2025-05-18 15:23

端到端自动驾驶系统实战指南：从Comma.ai架构到PyTorch部署

本文将以Comma.ai的开源架构为核心，结合PyTorch深度学习框架和CARLA仿真平台，详细阐述如何构建高性能端到端自动驾驶系统，涵盖数据采集、模型训练、推理优化及
Tech Synapse·2025-05-18 15:51

pytorch 的 cat函数的详解

cat是concatnate的意思，也就是说进行张量的拼接实例：>>>importtorch>>>A=torch.ones(2,3)#2x3的张量（矩阵）>>>Atensor([[1.,1.,1.],[
Vertira·2025-05-18 14:15

【Pytorch搭建卷积神经网络】利用神经网络解决手写识别数据集问题

代码链接：https://gitee.com/ury-u/pytorch.git（lab_log.txt有详细介绍每个文件夹的作用）案例演示：importtorchimporttorchvision.datasetsasdatasetimporttorchvision.transformsastransfor
一颗洋芋·2025-05-18 11:28

源2.0-M32大模型适配AutoGPTQ工具及量化&推理教程

它基于高效的GPTQ算法开发，主要使用Python编程语言，并依托PyTorch框架来实现量化功能。
源大模型·2025-05-18 09:11

torch.randn()参数size与输出张量形状详解

torch.randn()参数size与输出张量形状详解torch.randn(*size,*,out=None,dtype=None,layout=torch.strided,device=None,
zwma_33·2025-05-18 07:58

pytorch小记（二十二）：全面解读 PyTorch 的 `torch.cumprod`——累积乘积详解与实战示例

pytorch小记（二十二）：全面解读PyTorch的`torch.cumprod`——累积乘积详解与实战示例一、函数签名与参数说明二、基础用法1.一维张量累积乘积2.二维张量按行／按列累积三、`dtype
墨绿色的摆渡人·2025-05-18 07:27

显卡、Cuda和pytorch兼容问题

**数据传输与CPU瓶颈**排查建议总结查询PyTorch中实际使用的CUDA版本**1.查询PyTorch中实际使用的CUDA版本****可能的输出结果**：**2.检查系统中安装的CUDAToolkit
小蜗笔记·2025-05-18 07:56

RNN/LSTM原理与 PyTorch 时间序列预测实战

️RNN/LSTM原理与PyTorch时间序列预测实战在处理时间序列数据、语音信号、文本序列等连续性强的问题时，循环神经网络（RNN）及其改进版本LSTM（长短期记忆网络）是最常见也最有效的模型之一。
风亦辰739·2025-05-18 07:23

python虚拟环境深度学习环境配置Linux

python虚拟环境深度学习环境配置创建python3.9的虚拟环境安装cuda以及cudnn查找合适的cuda版本查找合适的torch版本（会同时安装cuda）检查是否安装成功cudnn环境不匹配修改编辑
小鹿不乱撞·2025-05-18 02:50

深度学习环境配置系列文章（三）：配置VS Code和Jupyter的Python环境

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
极光喵·2025-05-18 02:49

Python 深度学习环境配置

在本地配置适用于深度学习的Python环境时，特别是使用主流深度学习框架（如TensorFlow、PyTorch等），需要完成以下步骤：1.安装必要的软件和工具（1）系统依赖Windows:安装最新的显卡驱动
卖血买老婆·2025-05-18 02:19

模型训练技巧EMA

前言文章理论推导部分参考指数移动平均（EMA）的原理及PyTorch实现在深度学习中，经常会使用**指数移动平均（ExponentialMovingAverage,EMA）**对模型参数做平均，因为模型权重在最后的
羽星_s·2025-05-18 00:06

【深度学习】聊一聊深度学习分布式训练

主要从以下几个方面进行总结：分布式训练的基本原理TensorFlow的分布式训练PyTorch的分布式训练框架Horovod分布式训练1、分布式训练
风度78·2025-05-18 00:35

linux下安装cuda后nvcc -V无法执行的解决方案

pytorch版本博主刚开始安装的pytorch版本为1.2.0，但是所跑的pytorch程序是在0.4.0版本下写的，结果运行时出现了一些问题，必须改装较低版本的pytorch——这里选择了0.4.1
Retrospector·2025-05-17 21:16

pytorch 配置

安装Anaconda之后配置pytorchpytorch配置：yamlfile:name:pytorchenvchannels:-pytorch-defaultsdependencies:-numpy=
tiantian123456·2025-05-17 16:43

基于深度学习的高效图像失真校正框架总结

研究背景与问题2.方法概述：两阶段校正框架3.实验与性能4.局限性与未来方向5.结论资源与代码一、数据准备1.合成失真数据集2.真实数据（可选）二、第一阶段：深度学习校正（EffiGeoNet）1.网络架构（PyTorch
我是你们的星光·2025-05-17 15:59

深度学习笔记12-mnist手写数字识别(Pytorch)

天深度学习训练营中的学习记录博客原作者：K同学啊目录一、前期准备1.导入数据2.数据可视化二、构建简单的CNN网络三、训练模型1.设置超参数2.编写训练函数3.编写测试函数4.正式训练编辑四、结果可视化编辑五、总结1.Pytorch
m0_67869333·2025-05-17 15:27

mmdeploy 转换torch为onnx

pipinstallmmdeploy或者，也可以从源代码安装，注意分支版本：gitclonehttps://github.com/open-mmlab/mmdeploy.gitcdmmdeploypipinstall-e.应用torch
选与握·2025-05-17 14:23

线性回归的简洁实现

上文我们自己编写了，模型，损失函数，优化算法；如果经常进行模型训练，就需要经常编写这些函数，效率低，pytorch有一些现成的资源可供调用，我们就使用现成的资源，重写一下上文的训练过程importtorchfromtorch.utilsimportdatafromtorchimportnndefsynthetic_data
后知后觉·2025-05-17 13:45

深度学习-最简单的Demo-直接运行

根据动手学深度学习第一个最简单的Demo，通过此demo旨在了解深度学习都干了什么事情，为什么要做这些事情，便于后续理解更加复杂的神经网络训练importtorchimportrandomdefsynthetic_data
后知后觉·2025-05-17 13:43

深入解析PyTorch中MultiheadAttention的隐藏参数add_bias_kv与add_zero_attn

关键背景最近在学习pytorch中的源码尤其是nn.modules下算子的实现，针对activation.py下MultiheadAttention下有两个不常见的参数的使用比较有趣，因为时序领域很少使用这两个参数
dunzane·2025-05-17 11:03

PyTorch Lightning报错「MisconfigurationException」：多GPU训练与DDP模式的配置检查

PyTorchLightning报错「MisconfigurationException」：多GPU训练与DDP模式的配置检查在多GPU训练中，PyTorchLightning用户常遇到MisconfigurationException
喜欢编程就关注我·2025-05-17 10:24

[模型部署] 1. 模型导出

模型导出本文介绍如何将深度学习模型导出为不同的部署格式，包括ONNX、TorchScript等，并对各种格式的优缺点和最佳实践进行总结，帮助你高效完成模型部署准备。
斌zz·2025-05-17 07:29

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

数据预处理全流程：从创建数据集到 PyTorch 张量的完整实践

本文通过一个完整的示例，演示如何创建包含缺失值的数据集、处理不同类型的缺失值，并将数据转换为PyTorch张量，为后续模型训练奠定基础。
wwangxubin·2025-05-16 21:02

pip install flash-attn 报错

flash-attn安装不上的话，就是torch或者cuda版本不对应导致的，使用：pipinstallflash-attn--no-build-isolation可能会解决
杭杭爸爸·2025-05-16 21:28

yolov12 多进程

importcv2importtorchimportnumpyasnpfromultralyticsimportYOLOimportargparseimportosimportos.pathasospimportmultiprocessingimportsimplepyutilsasspuimportsimplepyutils.argparseasspu_argparsefromsimplepyu
AI算法网奇·2025-05-16 21:58

如何把DeepSeek R1模型微调成为某个场景的模型

准备工作环境配置确保有适当的硬件（如GPU）和软件环境（如Python、PyTorch或TensorFlow）。可以使用云服务平台获取计算资源。
LCG元·2025-05-16 17:56

GPT-2 小模型剪枝实战：L1 Unstructured 剪枝策略与实现详解

本文基于prune_training.py文件，展示如何使用PyTorch对GPT-2Student模型进行L1不规则剪枝（UnstructuredPruning），分析剪枝策略、实现代码、效果影响及保存模型的关键细节
YoanAILab·2025-05-16 14:07

部署本地大模型并导入本地数据文件的一般步骤

安装PyTorch或Tensor
辉腾-T·2025-05-16 13:26

用Python玩转人工智能——数字识别技术 之一

以下是其详细介绍：（二）本地导入MNIST数据集的方法方法一：使用torchvision（PyTorch）方法二：使用tensorflow.keras方法三：手动下载并解析
波涛浪子·2025-05-16 12:52

PyTorch 分布式训练

深入理解PyTorch分布式训练：环境变量与进程通信机制在深度学习模型变得日益庞大之后，单个GPU的显存已经无法满足高效训练的需求。
handsomeboysk·2025-05-16 11:18

PyTorch 入门与核心概念详解：从基础到实战问题解决

PyTorch入门与核心概念详解：从基础到实战问题解决前言用PyTorch编写Transformer模型时遇到了多个错误，包括维度不匹配、NaN损失、注意力权重未记录以及OpenMP库初始化等问题。
灏瀚星空·2025-05-16 11:46

使用libtorch、opencv、mjpg-stream、yolov5基于C++的远程摄像头目标检测任务环境搭建

任务概述我想基于yolov5模型完成一个目标检测任务，其中摄像头应该搭载在无人机上，我的机载电脑是树莓派，这意味着我有两种选择：将模型部署在树莓派上做推理，然后通过远程软件VNC等将视频信息同步到本地电脑。我了解到这种方式虽然简单，但是有它的弊端，那就是树莓派算力有限，如果部署yolov5s可能帧率只能达到3帧左右，我知道有些人使用yolov5lite来提高推理速度，但是我不清楚这种方式对精度的损
时光未语花先去·2025-05-16 09:56

YOLOv11 环境配置与使用指南

本实验环境:python:3.8、torch:2.2
ANiy520·2025-05-16 08:23

NLP实战入门——文本分类任务（TextRNN，TextCNN，TextRNN_Att，TextRCNN，FastText，DPCNN，BERT，ERNIE）

本文参考自https://github.com/649453932/Chinese-Text-Classification-Pytorch?
雾重烟秋·2025-05-16 06:37

pytorch小记（二十）：深入解析 PyTorch 的 `torch.randn_like`：原理、参数与实战示例

pytorch小记（二十）：深入解析PyTorch的`torch.randn_like`：原理、参数与实战示例一、函数签名与参数详解二、`torch.randn_like`vs`torch.randn`
墨绿色的摆渡人·2025-05-16 03:12

卷积神经网络(CNN)原理与实战：从LeNet到ResNet

本文将全面解析CNN的工作原理，并通过PyTorch框架实现从经典LeNet到现代ResNet的完整代码示例，帮助读者深入理解这一强大工具。
软考和人工智能学堂·2025-05-15 23:46

PyTorch API 4 - 分布式通信、分布式张量

文章目录分布式通信包-torch.distributed后端支持PyTorch内置的后端选择哪个后端？
编程乐园·2025-05-15 22:36

Python实战：PyTorch入门

Python作为一门流行的编程语言，拥有丰富的深度学习框架，其中PyTorch是近年来备受关注的一个。
拥抱AI·2025-05-15 15:20
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他