- 博客(11)
- 收藏
- 关注
原创 PyTorch深度学习(2)——卷积神经网络(CNN)的构建与实战
在之前的文章,我们学习了如何利用全连接神经网络完成手写数字的分类。本章将进一步引入卷积神经网络(CNN),并尝试解决更广泛的图像识别任务。一个典型的 CNN 结构,其中包含卷积层、池化层、展平层以及全连接层。与 MLP 相比,CNN 新增了卷积层**、池化层**、**展平层**。卷积层和池化层的作用卷积层和池化层的作用是逐步提炼原始图像中的关键信息,将大而复杂的图像转化为更小、更具代表性的特征,以便后续更准确的识别;而展平层则负责把二维或多维特征图转换为一维向量,作为输入传递给全连接层进行最终分类。
2025-08-25 00:07:28
575
原创 PyTorch 深度学习 (1) —— 使用 MLP 构建 Fashion-MNIST 分类器
本章继续带大家尝试利用深度学习实现对图像数字的识别。这篇文章是《PyTorch深度学习(1)–用 MLP(多层感知机)进行手写数字识别》的姊妹篇,一个是识别手写数字,另一个是识别衣物,也遵循《PyTorch深度学习(0)–从入门到实战》中提出的五个步骤:数据处理、模型搭建、损失函数选择、优化策略制定以及模型训练。
2025-08-19 16:54:31
804
原创 PyTorch深度学习(1)--用 MLP(多层感知机)进行手写数字识别
本章将带领大家尝试利用深度学习实现对图像数字的识别。依然遵循《PyTorch深度学习(0)–从入门到实战》中提出的五个步骤:数据处理、模型搭建、损失函数选择、优化策略制定以及模型训练。相比前文,这五个步骤在代码实现和理论理解上都会更加复杂,但相信大家一定能够顺利掌握全连接层的原理,并完成本章的代码复现。数据处理部分会进行更为细致的讲解,因为后续章节大体都会沿用这一思路。对于全连接层,我们做了简要说明。最后在代码实战部分,不仅给出了运行环境和完整代码,还对代码逐段进行了解析,帮助读者加深理解。
2025-08-19 14:12:05
1184
原创 PyTorch深度学习(0)--从入门到实战
本系列聚焦神经网络的核心概念与代码实战,结合图像识别案例,涵盖全连接层、CNN、ResNet、RNN、Transformer、BERT 等模型。内容以基础讲解为主,强调从数据处理、模型搭建、损失函数到优化策略的完整流程,帮助读者在理解原理的同时掌握可落地的实现方法。
2025-08-16 01:37:03
912
原创 ChatGLM3调用工具 Demo
中,我们调用了tool工具(ChatGLM3-6B-Base,ChatGLM3-6B-32K没有调用tool功能),这里我们进行简单的demo。response输出为{'name': 'track', 'parameters': {'symbol': '10111'}} #模型的反馈。(这里 role="observation" 表示输入的是工具调用的返回值而不是用户输入,不能省略。"properties":在此定义工具的属性以及对属性值的描述;"type":默认为"object";
2023-11-14 14:01:21
1609
原创 Text To Speech demo
目前支持的长度是 1536,也就是 OpenAI text-embedding-ada-002 模型返回的长度,如果你使用 text-embedding-ada-002 生成向量,可以直接用在这个接口(e.g embedding = [0.1] * 1536,其中1536不是固定值,list)#当选择的音色为英文时,只能读取英文文档,如果英文文本中有中文,则会忽略掉中文,如果给的是纯中文,则无法正常保存文件 #当选择的音色为中文时,中英文都能进行读取。这两个参数判断是否对内容进行审核,默认为false.
2023-11-13 12:53:48
336
原创 部署并使用bge
我们希望我们的问题能embedding10个最相关的句子。使用如下数据集(由于是公司整理,暂时不会提供给公众)这些数据我们录入到emb11_0918_3694.txt文件中。执行以后下列图片,即为下载成功。使用命令:git clone。
2023-11-10 00:57:43
18806
2
原创 腾讯云Chatglm及相关部署并微调
注意:由于我们使用的是云服务器,因此不可能在本地(127.0.0.1)进行页面展示。cd 到目录ChatGLM2-6B下,再cd到ptuning,在当前文件夹下找到train.sh再修改参数。下载文件到本地,再上传到服务器上,如果是腾讯云服务器,用vscode远程连接以后,将文件拖拽到vs。3)在界面上与chatglm进行问答(自带web_demo.py,web_demo2.py)注意:由于我们使用的是云服务器,腾讯云默认端口为7860,所以我们这里设定端口为7860。一般默认端口是7860,
2023-11-10 00:26:32
433
原创 Safe Learning in Robotics: From Learning-Based Control to Safe Reinforcement Learning文章的代码实现
在阅读时想要实现其代码,花费了一些时间将运行的环境搭载完成。这里按照文章中给出的代码教材提供了中文操作,具体的细节也进行了给出。由于代码是在Ubantu或者macOS上实现的,所以如果不是macOS系统建议在虚拟机上安装一个Ubuntu系统。(这里我给Ubantu配置的内存是16G(第一次配置的是4G,完全不够用),硬盘给的40G。
2023-06-16 23:25:40
430
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅