Pytorch入门记录

最新推荐文章于 2025-12-19 17:51:13 发布
原创 最新推荐文章于 2025-12-19 17:51:13 发布 · 107 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #深度学习 #神经网络

部署运行你感兴趣的模型镜像

1、transform.ToTensor():转变成torch张量
2、view(输入通道数，输出通道数，宽带，高度)：变成一个序列
3、torch.nn.Conv2d(in_channels,out_channels,kernel_size=kernel_size)
4、torch.nn.rnn(input_size，hidden_size,num_layer)
5、torch.mul(a,b)是对位相乘，a,b的维度一定要相等，乘出来维度不变
torch.mm(a,b)是矩阵乘法，就是那种一行乘以一列
torch.matmul(）不规定大小和维度，具有广播机制对不同维度进行相乘操作

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

jyfstudy
关注
Pytorch入门教程
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
03-08 4万+
Pytorch学习总结:1.张量Tensor 张量是一种特殊的数据结构，与数组和矩阵非常相似。在PyTorch中，我们使用张量对模型的输入和输出以及模型的参数进行编码。 张量类似于NumPy的ndarray，除了张量可以在 GPU 或其他硬件加速器上运行。事实上，张量和NumPy数组通常可以共享相同的底层内存，从而无需复制数据。...
PyTorch基础入门教程
csdn1561168266的博客
04-29 2086
大家好，PyTorch这款由Facebook的人工智能研究实验室（FAIR）开发的开源机器学习库，已经成为深度学习领域的明星。PyTorch凭借动态计算图、GPU加速和强大的生态系统，深受研究者和开发者的广泛好评。本文将介绍PyTorch的相关知识，并辅以代码示例解释，通过这些内容帮助大家理解PyTorch，为进一步的学习和应用打下坚实的基础。
PyTorch入门记录
weixin_57209831的博客
02-12 1940
一、Pytorch加载数据 读取数据主要涉及到两个类：Dataset及DataLoader 1.Dataset 首先可以利用Dataset类加载自己的数据集 从pytorch官方源码可以看出，主要包括两个方法__getitem__和__len__ torchvision.dataset中包含很多数据集，例如COCO、CIFAR、MNIST等，通常需要 ...
Pytorch入门
路遥知马力，日久见人心
02-28 3353
本篇博客参考Pytorch官方教程中文版和《Drive Into Deep Learning》Pytorch版对Pytorch和深度学习的基础知识进行总结，以便加深理解和记忆
pytorch入门
热门推荐
LitraLIN的博客
11-29 6万+
60分钟入门教程 什么是pytorch? pytorch是一个基于Python的科学计算包，它主要有两个用途： 类似于Numpy但是能利用GPU加速 一个非常灵活和快速用于深度学习的研究平台。 Tensor Tensor类似于Numpy的ndarray，但是可以用GPU加速，使用前我们需要导入torch包。 import torch # 下面代码构建一个5x3的未初始化的矩阵 x = torch.empty(5,3) print(x) # 输出 tensor([[9.9184e-39, 8.7245e-
【Pytorch入门】小土堆PyTorch入门教程完整学习笔记（详细笔记并附练习代码 ipynb文件）
几度热忱的博客
03-28 3万+
【Pytorch入门】小土堆PyTorch入门教程完整学习笔记（详细笔记 文末附练习代码 ipynb文件）
PyTorch 入门学习笔记
qq_45913945的博客
06-22 898
PyTorch是由Meta开源的深度学习框架，支持GPU加速计算和自动微分。本文介绍了PyTorch的核心组件：1）张量（Tensor）的初始化、属性及操作；2）torch.autograd自动微分引擎的原理和应用，包括前向传播、反向传播及梯度计算；3）神经网络构建方法，涉及网络定义、损失函数、反向传播和权重更新。通过示例代码展示了如何使用预训练模型进行训练，并解释了计算图机制。PyTorch兼具NumPy的高性能计算能力和高效的自动微分功能，是深度学习研究和开发的重要工具。
PyTorch入门学习记录
胡乱学点东西
10-17 1783
pytorch入门简单实例学习
PyTorch入门手册
noobiee的博客
03-29 1750
这个包本身并不包含数据集文件本身，其工作方式是先从网络上把数据集下载到用户指定目录，然后用它的加载器加载到内存中。在训练过程中可能不能一次性将所有数据全部加载到内存中，也不能只用一个进程去加载，所以就需要多进程、迭代加载，而Dataloader就是基于这些被设计出来，Dataloader。在训练或预测时，数据迭代器能够输出每一批次所需的数据，并且对数据进行相应的预处理与数据增强操作。的值生成一个batch的数据，节省内存的同时还可实现多进程、数据打乱等处理。embedding_dim 嵌入向量大小)
pytorch入门简介.pytorch入门简介.zippytorch入门简介.zippytorch入门简介.zip
03-05
在PyTorch入门中，首先需要理解的基本概念包括张量（Tensor）和计算图。张量是PyTorch中的基本数据结构，类似于多维数组，可以用来表示各种数学对象，如标量、向量、矩阵和多维数组。它们可以进行各种数学运算，如...
精选资源
Pytorch入门系列.zip
02-17
《PyTorch入门详解》 PyTorch是Facebook开源的一款深度学习框架，以其易用性和灵活性深受广大开发者喜爱。在本篇文章中，我们将深入探讨PyTorch的基础概念、核心组件以及如何利用它来构建和训练神经网络。 1. **...
精选资源
Pytorch+深度学习入门PPT
08-12
**PyTorch与深度学习简介** 深度学习是人工智能领域中的一个关键分支，它模拟人脑神经网络的工作原理，通过多层非线性变换对数据进行...本PPT将详细介绍PyTorch的使用方法和深度学习的基本概念，帮助初学者快速入门。
20251011_Pytorch从入门到精通
baby_hua的专栏
12-18 649
讲的很不错！就是这课太老了 复习下机器学习基础还能看 用作入门也很好 其他的略过即可。
已经安装了PyTorch，Jupyter Notebook仍然报错“No module named torch“
知识转化中心
12-12 373
已经安装了PyTorch，Jupyter Notebook仍然报错"No module named torch"点击右上角的Python3(ipykernel)，这个按钮的功能是switch kernel。例如这里我换成了py312,代表python 3.12版本。然后更换kernel,
PyTorch 高级进阶教程之深度实战实例（四）
OuNuo5280的博客
12-18 640
本文介绍了PyTorch在工业级和研究级应用中的5个高级特性实践案例： 自定义CUDA算子开发：通过C++/CUDA实现矩阵乘法与ReLU融合算子，性能提升30%以上，并集成到PyTorch自动求导系统。 分布式训练方案：对比DDP（适合中小模型）和FSDP（支持超大模型）两种分布式训练方法，突破单卡内存限制。 模型优化部署：结合知识蒸馏和INT8量化技术，实现模型压缩4倍、推理速度提升2-3倍。 自定义优化器：针对稀疏数据任务改进AdamW，实现仅更新非零梯度参数的高效训练。 Torch.compile加
基于PyTorch实现U-Net的路面裂缝检测系统
像风一样自由的博客
12-15 935
摘要 本文提出了一种基于PyTorch框架的U-Net路面裂缝检测系统。系统采用标准U-Net架构，通过编码器-解码器结构和跳跃连接实现高精度图像分割。项目完整实现了数据加载、模型训练、验证评估和结果可视化流程，在Crack500数据集上取得了良好效果。实验结果表明，该系统能够有效识别路面裂缝，为道路维护提供自动化检测方案。系统采用模块化设计，包含模型定义、数据处理、训练控制和评估工具四大核心模块，具有较好的可扩展性和实用性。 关键词：U-Net、路面裂缝检测、PyTorch、图像分割、深度学习
【pytorch | torchvision | datasets】ImageFolder（）类
十二_的博客
12-18 674
ImageFolder是torchvision中一个通用的图像数据加载器类，继承自DatasetFolder。它默认要求图像按类别存储在子文件夹中（如root/dog/xxx.png）。主要参数包括：root（数据集根路径）、transform（图像预处理函数，如RandomCrop）、target_transform（目标转换函数）、loader（图像加载函数）等。其中transform函数不会立即执行，而是在需要数据时才应用。该类还支持验证文件有效性及处理空文件夹选项。
PyTorch 权重剪枝中的阈值计算：深入解读 numel() 和 torch.kthvalue()
阿正的梦工坊
12-15 958
元素个数，和取前几个最小值
【torch.compile】PyTorch Dynamo 和 Inductor 编译流程
最新发布
jack.li的博客
12-19 134
本文详细解析了PyTorch 2.7.0中Dynamo和Inductor的编译流程。从用户调用torch.compile()开始，系统会创建OptimizedModule包装原始模型，并通过OptimizeContext设置帧评估回调。当首次执行模型时，Python解释器会触发_custom_eval_frame回调，进而调用_compile函数开始编译过程。整个流程实现了对模型前向传播的即时编译优化，最终生成高效的可执行代码。该机制通过拦截Python字节码执行，在不修改用户代码的情况下实现性能优化。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值