torch 第4页

PyTorch深度学习入门与实战教程

PyTorch是一个灵活易用的开源深度学习框架，适合初学者和研究人员进行实验开发。

openbiox·2025-04-02 15:01

Ubuntu16.04+Anaconda+Cuda9.0+cudnn7.0+Tensorflow+Pytorch 深度学习环境配置

Ubuntu16.04+Anaconda+Cuda9.0+cudnn7.0+Tensorflow+PytorchUbuntu16.04（win10双系统）下载下载地址：https://www.ubuntu.com

yangtf07·2025-04-02 12:37

Pytorch 张量操作

PyTorch作为一个强大的深度学习框架，其核心数据结构是张量（Tensor）。张量是一个多维数组，类似于NumPy的数组，但具有更强大的功能，尤其是在GPU上进行高效计算。

niuguangshuo·2025-04-02 11:35

PyTorch 分布式训练（Distributed Data Parallel, DDP）简介

PyTorch分布式训练（DistributedDataParallel,DDP）一、DDP核心概念torch.nn.parallel.DistributedDataParallel1.DDP是什么？

AI大权·2025-04-02 11:35

Pytorch学习笔记（十六）Image and Video - Transfer Learning for Computer Vision Tutorial

这篇博客瞄准的是pytorch官方教程中ImageandVideo章节的TransferLearningforComputerVisionTutorial部分。

nenchoumi3119·2025-04-02 11:05

PyTorch 深度学习实战（27）：扩散模型（Diffusion Models）与图像生成

扩散模型原理1.核心思想扩散模型（DiffusionModels）通过逐步添加和去除噪声学习数据分布，核心分为两个过程：2.训练目标（简化损失函数）通过最小化预测噪声的均方误差：二、扩散模型实现（基于PyTorch

进取星辰·2025-04-02 11:34

Conda虚拟环境中CUDA、cudnn、pytorch安装

安装方法见：1.先安装cuda和cudnn：在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境（新手必看！简单可行！）

m0_62118546·2025-04-02 11:04

轻松上手：CUDA 11.4、cuDNN 与 Pytorch 一站式安装指南

轻松上手：CUDA11.4、cuDNN与Pytorch一站式安装指南CUDA11.4CUDNNPytorch安装项目地址:https://gitcode.com/Resource-Bundle-Collection

松南友Trina·2025-04-02 11:33

PyTorch实战：基于 PyTorch 和 ResNet 预训练模型的迁移学习实战（猫狗分类）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-04-02 10:56

【LLM】Llama Factory：Windows部署全流程

（二）部署流程硬件准备驱动安装环境管理框架部署功能验证二、Nvidia驱动部署（硬件适配层）（一）必要性说明功能支撑：激活GPU的CUDA计算能力，为后续PyTorch框架提供硬件

T0uken·2025-04-02 09:49

PyTorch量化进阶教程：第六章模型部署与生产化

PyTorch量化进阶教程：第六章模型部署与生产化本教程通过深入讲解Transformer架构、自注意力机制及时间序列预测，结合Tushare数据源和TA-Lib技术指标，实现从数据处理到模型训练、回测与策略部署的完整量化交易系统

船长@Quant·2025-04-02 09:18

【PyTorch】继承 nn.Module 创建简单神经网络

nn.Module是PyTorch所有神经网络模块的基类，几乎所有的神经网络层、模型和操作都要继承自它，这是为了确保模型能够正确地与PyTorch的自动求导机制、优化器和其他工具一起工作。

大脑探路者·2025-04-02 07:07

print(torch.cuda.is_available())输出为False

print(torch.cuda.is_available())输出为False此时已根据自己需要的版本安装好CUDA、pytorch、CuDNN等。

筱文rr·2025-04-02 06:29

结合深度学习模型与物理信息神经网络（PINN）来处理激光自混合干涉数据的Python示例代码

importtorchimporttorch.nnasnnimporttorch.optimasoptimimportnumpyasnp#定义一个简单的全连接神经网络classPINN(nn.Module

max500600·2025-04-02 06:58

【无标题】pytorch数据处理工具箱

transformstransforms提供了对PILImage对象和Tensor对象的常用操作。Scale/Resize调整尺寸，长宽比保持不变。CenterCrop、RandomCrop、RandomSizedCrop裁剪图像。Pad填充。ToTensor把一个取值范围是[0,255]的PIL.Image转换成Tensor。RandomHorizontalFlip图像随机水平翻转transfo

zzh-·2025-04-02 03:35

进击J5：DenseNet+SE-Net实战

通道注意力机制，并完成猴痘病识别改进思路是否可以迁移到其他地方测试集accuracy到达89%（拔高）二、实验环境：语言环境：python3.8编译器：Jupyternotebook深度学习环境：Pytorchtorch

Doctor老王·2025-04-02 00:38

PyTorch + torchvision是什么

PyTorch是什么？

太阳照常升起--·2025-04-01 20:11

亲测超简单pytorch3D安装教程！！！（已解决）

不需要花里胡哨各种麻烦，只确认好你需要的pytorch3d版本，你环境的python、cuda、pytorch版本，去官网下载对应的安装包https://anaconda.org/pytorch3d/pytorch3d

小秋今天也要加油吖·2025-04-01 18:22

模型优化技术演进与行业场景突破

与此同时，量子计算为优化算法提供了新的计算维度，MXNet、PyTorch等框架通过动态计算图特性，在医疗影像识别和语音交互领域实现推理速度的突破性进展。技术演进阶段核心技术突破典型应用场景主

智能计算研究中心·2025-04-01 18:21

智能模型优化与跨行业应用趋势

核心演进路径涵盖三大维度：在技术层，自动化机器学习（AutoML）与自适应学习优化技术大幅降低建模门槛，结合超参数优化与正则化方法，实现模型性能与效率的平衡；在架构层，边缘计算与联邦学习推动分布式模型部署，MXNet、PyTorch

智能计算研究中心·2025-04-01 18:21

Python----机器学习（基于PyTorch的线性回归）

一、自求导线性回归与PyTorch的区别自求导线性回归:需要手动定义参数ww（权重）和bb（偏置）。通过数学公式求导，以便在反向传播中更新参数，通常使用梯度下降法来降低损失值。

蹦蹦跳跳真可爱589·2025-04-01 17:18

Pytorch学习笔记（十一）Learning PyTorch - What is torch.nn really

这篇博客瞄准的是pytorch官方教程中LearningPyTorch章节的Whatistorch.nnreally?部分。

nenchoumi3119·2025-04-01 16:44

智能模型优化与跨行业应用技术演进

以TensorFlow、PyTorch为代表的深度学习框架，在医疗影像诊断与金融时序预测场景中展现出差异化优势，例如PyTorch动态计算图特性加速了高频交易模型的迭代效率。与此同时，边缘计算通过分布

智能计算研究中心·2025-04-01 13:20

（pytorch-深度学习）实现稠密连接网络（DenseNet）

稠密连接网络（DenseNet）ResNet中的跨层连接设计引申出了数个后续工作。稠密连接网络（DenseNet）与ResNet的主要区别在于在跨层连接上的主要区别：ResNet使用相加DenseNet使用连结ResNet（左）与DenseNet（右）:图中将部分前后相邻的运算抽象为模块AAA和模块BBB。DenseNet里模块BBB的输出不是像ResNet那样和模块AAA的输出相加，而是在通道维

我是一颗棒棒糖·2025-04-01 13:49

PyTorch量化进阶教程：第三章 A 股数据处理与特征工程

PyTorch量化进阶教程：第三章A股数据处理与特征工程本教程通过深入讲解Transformer架构、自注意力机制及时间序列预测，结合Tushare数据源和TA-Lib技术指标，实现从数据处理到模型训练

船长@Quant·2025-04-01 12:46

从代码学习深度学习 - 残差网络（ResNet）PyTorch版

文章目录前言一、残差网络（ResNet）介绍1.1.背景与动机1.2.核心思想：残差学习残差块（ResidualBlock）1.3.ResNet的网络架构ResNet-18架构不同深度的ResNet瓶颈块（BottleneckBlock）1.4.优势与特点1.5.应用场景二、代码解析与实现2.1.数据加载2.2.模型定义2.3.训练工具函数2.4.可视化工具三、模型训练与结果分析3.1.训练模型3

飞雪白鹿€·2025-04-01 11:37

python基础：CUDA调用

importtorch#指定CPUcpu1=torch.device("cpu:0")print("CPUDevice:【{}:{}】".format(cpu1.type,cpu1.index))#指定

tofutoo·2025-04-01 03:10

pytorch调用手写CUDA算子和pybind11的使用

之前介绍了很多CUDA编写算子的代码，但是一直缺乏一个好的方法来证明自己手写算子的正确性，以及希望知道自己的手写算子在时间上和pytorch的差异，这里我们需要用到pybind11这个工具，这个工具可以将我们手写的

谨慎付费（看不懂试读博客不要订阅）·2025-04-01 03:09

DeepSeek环境适配实战：从云到端无缝部署的终极方案

一、环境适配的五大死亡陷阱在复杂异构环境中，开发者常陷入以下困境：场景典型问题经济损失案例云端训练/边缘推理TensorRT与PyTorch模型格式不兼容某安防企业交付延迟导致违约

恶霸不委屈·2025-04-01 03:07

PyTorch量化进阶教程：第一章 PyTorch 基础

PyTorch量化进阶教程：第一章PyTorch基础本教程通过深入讲解Transformer架构、自注意力机制及时间序列预测，结合Tushare数据源和TA-Lib技术指标，实现从数据处理到模型训练、回测与策略部署的完整量化交易系统

船长@Quant·2025-04-01 01:53

【Python】成功解决NameError: name ‘plt‘ is not defined

【Python】成功解决NameError:name‘plt’isnotdefined个人主页：高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch

高斯小哥·2025-03-31 22:30

深度学习篇---模型GPU训练

1：确保环境准备就绪硬件软件步骤2：确认GPU可用步骤3：设置使用的GPU设备步骤4：定义模型步骤5：将模型移到GPU步骤6：准备数据并移到GPU步骤7：定义损失函数和优化器步骤8：训练模型二、在PyTorch

Ronin-Lotus·2025-03-31 21:29

35程序员转行做大模型，可以选择哪些岗位，大模型这波红利首先吃到的程序员！

大模型教程·2025-03-31 20:18

Transformer架构完整代码示例

-coding:utf-8-*-#@Time:2023/6/2910:48#@File:abd_transformer_cyd.py#@Software:PyCharmimportmathimporttorchimportcollectionsimportnumpyasnpimporttorch.nnasnnfromc

码猿小菜鸡·2025-03-31 14:36

从RNN讲到LSTM，再讲到Transformer

pytorchtutorial的intermediate部分就是复现RNN相关网络，在pytorch框架上实现RNN网络比较简单，跟着教程走就行，但是有必要在这里也记录一下理论学习

计算机会说话·2025-03-31 14:31

从代码学习深度学习 - 含并行连结的网络（GoogLeNet）PyTorch版

文章目录前言一、GoogLeNet的理论基础1.1背景与创新点1.2.Inception模块的工作原理二、完整代码实现与解析2.1.环境准备与工具函数2.2.数据加载-Fashion-MNIST2.3.Inception模块设计2.4.GoogLeNet完整模型2.5.训练函数2.6.运行训练三、训练结果与分析3.1.性能分析3.2.可视化结果3.3.模型局限性四、扩展与改进建议总结前言深度学习近

飞雪白鹿€·2025-03-31 13:29

从零开始的CycleGAN学习笔记运行随笔

源代码地址：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix随手记录一下跑代码的时候遇到的一些情况和心得。

Joe9800·2025-03-31 11:47

YOLOv8--绘制中文标签耗时优化

设备：RTX4080运行环境：Python=3.8（要求>=3.8），torch1.12.0+cu113（要求>=1.8）问题：ultralytics代码绘制中文标签乱码，以及其他网上中文绘制推理脚本进行中文可视化时

你的陈某某·2025-03-31 10:08

关于matlab和python谁快的问题

importtorchimporttimen=50000#矩阵规模M=torch.rand(n,31)start_time=time.time()F_M=torch.exp(M)#将矩阵M映射到其指数值

小蜗笔记·2025-03-31 09:32

FGSM对抗样本生成算法实现（pytorch版）

FGSM对抗样本生成算法一、理论部分1.1目标1.2数学公式1.3推导过程1.4直观解释1.5示例1.6总结二、代码实现2.1导包2.2数据加载和处理2.3网络构建2.4模型加载2.5生成对抗样本2.6攻击测试2.7启动攻击2.8效果展示一、理论部分FGSM（FastGradientSignMethod）是一种经典的对抗样本生成方法，其核心思想是通过在输入数据的梯度方向上添加扰动，从而生成对抗样本

入梦风行·2025-03-30 23:58

VectorBT：使用PyTorch+LSTM训练和回测股票模型进阶三

VectorBT：使用PyTorch+LSTM训练和回测股票模型进阶三本方案融合LSTM时序预测与动态风险控制。系统采用混合架构，离线训练构建多尺度特征工程和双均线策略，结合在线增量更新持续优化模型。

船长@Quant·2025-03-30 20:33

超详细的Stable Diffusion WebUI 安装！

Windows上自动安装安装Python3.10.6（较新版本的Python不支持torch），选中“AddPythontoPATH”。

AI绘画小33·2025-03-30 17:45

软链接解决docker中的conda路径错误：ModuleNotFoundError: No module named ‘Cpython‘

文章目录问题背景症状表现初步分析尝试解决深入分析解决方案经验总结后续建议进入云端运维专栏|查看更多专栏内容问题背景在将Conda环境打包到Docker容器中后，我发现PyTorch无法正常加载，这是一个典型的路径依赖问题

羊城迷鹿·2025-03-30 15:52

Pytorch--tensor.view()

在PyTorch中，tensor.view()是一个常用的方法，用于改变张量（Tensor）的形状（shape），但不会改变其数据本身。它类似于NumPy的reshape()，但有一些关键区别。

潇湘馆记·2025-03-30 11:31

pytorch optim.SGD

1.应用importtorchimporttorch.nnasnnoptimizer=torch.optim.SGD(model.parameters(),lr=0.1,momentum=0.9)optimizer.zero_grad

Claroja·2025-03-30 11:00

Pytorch:经典卷积神经网络LeNet实现

1：前言入门pytoch也有一段时间了，但是似乎基本上都是阅读别人的demo或者相关论文的源码，对框架的布局有了一定的认识，但是对于很多细节的问题仍然不是特别清楚，因此想通过一个小实践来过一遍流程，一是寻找遗漏的细节，二是通过对小项目的文件分割来建立一个相对可扩展的框架，而不是通过一个流水线下来，这样能够对每一个对象和类起到的作用有一个更加直观的把握。2：原理本次博客主要实现最早的卷积神经网络Le

Tian_city·2025-03-30 11:25

PyTorch 2.6.0没有对应的torch-sparse版本，不要下载pytorch最新版本，否则用不了图神经网络torch_geometric

报错了Lookinginlinks:https://data.pyg.org/whl/torch-2.6.0+cpu.htmlRequirementalreadysatisfied:torch-scatterinc

小桥流水---人工智能·2025-03-30 10:25

基于pytorch的卷积神经网络量化实现

#卷积神经网络量化1，神经网络和卷积神经网络模型量化方法，主要包括线性量化和聚类量化两种方法。2，可指定模型进行定点话，并输出量化后参数统计和finetune，可设置任意bit量化。3，支持MLP,Lenet,Alexnet,VGG,GoogleNet系列,Resnet系列，MobileNet系列的量化。下载地址：下载地址#部分代码--线性量化#!/usr/bin/envpython#coding

踟蹰横渡口,彳亍上滩舟。·2025-03-30 10:24

yolov5，使用pyinstaller打包经验

下载源代码与创建虚环境参考文献[0]，克隆repo，并要求在Python>=3.8.0环境中安装requirements.txt，且要求PyTorch>=1.8。

·2025-03-30 04:45

PyTorch->ONNX->TensorRT，TensorRT官方插件使用demo

课程说明课程目标：讲解PyTorch->ONNX->TensorRT，模型导出时，TensorRT官方插件如何使用。