Study
关注
分享
扫一扫
文章平均质量分 92
daily study
_leoatliang
计算机硕士研究生在读（2025年6月毕业），研究方向为深度神经网络模型量化、模型部署、深度学习和计算机视觉等。
展开
-
PyTorch quantization observer
PyTorch quantization observer原创 2023-07-27 10:55:44 · 1174 阅读 · 0 评论 -
FP32、FP16 和 INT8
FP32、FP16 和 INT8原创 2023-07-05 14:54:55 · 9229 阅读 · 1 评论 -
PyTorch 神经网络模型可视化（Netron）
PyTorch 神经网络模型可视化（Netron）原创 2023-07-04 09:20:27 · 4936 阅读 · 4 评论 -
torch.jit.script 与 torch.jit.trace
它们是 PyTorch 的即时编译（Just-in-Time Compilation）模块的一部分，用于提高模型的执行效率并支持模型的部署。方法只跟踪了给定输入张量的执行路径，因此在使用转换后的模块对象进行推理时，输入张量的维度和数据类型必须与跟踪时使用的相同。跟踪模型可以看作是一个具有相同功能的脚本模型，但它还保留了原始模型的动态特性，可以使用更多高级特性，如动态图和控制流。它接受一个模型和一个示例输入，并记录模型在给定输入上的执行过程，然后返回一个跟踪模型。的模型文件，并将其转换为评估模式。原创 2023-07-02 10:07:39 · 8925 阅读 · 2 评论 -
标准/正态分布（python实现）
正态分布与标准正态分布原创 2023-06-30 10:27:44 · 16111 阅读 · 0 评论 -
数学公式识别（Mathpix + pix2tex）
数学公式识别（Mathpix + pix2tex）原创 2023-06-20 21:04:37 · 2996 阅读 · 0 评论