目录前言Visual Studio安装CUDA下载和安装下载相应版本的CUDACUDA环境变量配置cuDNN下载和安装Anaconda的安装与环境配置清华镜像源配置创建python虚拟环境管理pytorch测试pytorch-GPU版本安装是否成功jupyter lab 安装及配置 前言最近要从头安装Pytorch-GPU，看了很多教程，看的晕晕乎乎的，自己也实践了一下，经过简单的测试，
转载
2023-12-24 11:24:49
65阅读
# PyTorch简介
PyTorch是一个开源的机器学习框架，它提供了丰富的工具和库，用于构建深度学习模型。PyTorch拥有简单易用的接口，广泛应用于学术界和工业界。
## PyTorch的优势
PyTorch相对于其他机器学习框架的优势在于其动态图的特性。动态图指的是PyTorch能够在运行时构建计算图，这使得模型的开发过程更加灵活和直观。与之相比，其他框架如TensorFlow使用静
原创
2023-08-01 16:28:38
40阅读
## PyTorch 例子实现流程
本文将为刚入行的小白介绍如何实现一个使用PyTorch进行训练和预测的例子。我们将按照以下步骤进行：
```mermaid
gantt
title PyTorch 例子实现流程
section 数据准备
数据收集 :a1, 2022-01-01, 2d
数据预处理 :a2, aft
原创
2023-09-05 21:00:11
63阅读
第1步，导入相关的python包，并且下载训练集，其中训练集可以提前下载放到相应的目录下面。如果真的通过下面代码进行，将会相当耗时。from torchvision import datasets, transforms
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as
转载
2023-09-02 13:51:03
161阅读
PyTorch是一个针对深度学习，并且使用GPU和CPU来优化的tensor library(张量库)。最新发布的稳定版本为1.9，源码在https://github.com/pytorch/pytorch 。它支持在Linux、Mac和Windows上编译和运行。调用Python接口可以通过Anaconda或Pip的方式安装，调用C++接口
转载
2023-08-14 15:21:08
198阅读
backward函数官方定义：torch.autograd.backward(tensors, grad_tensors=None, retain_graph=None, create_graph=False, grad_variables=None)Computes the sum of gradients of given tensors w
转载
2024-08-20 17:29:17
55阅读
作者: Sasank Chilamkurthy在解决任何机器学习问题上，在准备数据上会付出很大努力。PyTorch 提供了许多工具， 使数据加载变得简单，希望能使你的代码更具可读性。本教程中，我们将看到图和从一个不重要的数据集中加载和预处理/增强数据。要运行本教程，请确保已安装一下软件包： 1. scikit-image: 用于图像 IO 和 变换 2. pandas： 更简单的 csv 解析
转载
2023-07-24 10:12:21
104阅读
刚开始学AI，几乎没用过Python，听说PyTorch发展不错，且比TensorFlow更容易上手，调试也更简单，那就PyTorch吧。在PyTorch官网文档指导下，安装好了PyTorch，接着就看官网的，这篇tutorial写得很不错，文字部分基本都能理解，但是到了第一个例子，虽然是及其简单的AI示例，但我看代码还是感觉吃力，又查了不少资料，才大概理解，这里就算是做了个笔记和总结吧。示例代码
转载
2023-10-12 13:44:54
95阅读
这里写自定义目录标题 这是一个基于PyTorch框架实现的表情包生成工具，使用条件生成对抗网络（cGAN）进行训练。假设表情包是由描述和图像组成，我们将基于描述生成图像。首先，我们需要准备我们的数据集。我们假设数据集是一个名为input的文件夹，其中包含表情包图像，每张图像的名称就是它所代表的描述。为了使用这些图像训练我们的cGAN，我们需要创建一个PyTorch数据集类，将图像加载到内存中。以
转载
2023-10-27 02:17:39
54阅读
# PyTorch中的RNN实例：理解序列数据的处理
神经网络是一种模仿人脑神经元工作的计算模型。在深度学习中，循环神经网络（RNN）是一种专门处理序列数据（如时间序列、文本等）的模型。PyTorch作为一个流行的深度学习框架，提供了强大的工具来构建和训练RNN。在这篇文章中，我们将介绍RNN的基本概念及其在PyTorch中的实现，并通过一个简单的示例来说明其应用。
## 什么是RNN？
循
UNet++讲解 玖零猴：UNet++解读 + 它是如何对UNet改进 + 作者的研究态度和方式zhuanlan.zhihu.com
BraTs数据准备数据来源本文用的训练集和验证集均来自BraTs2018的训练集(其中HGG:210个病人,LGG:75个病人)但由于BraTs只公开训练集数据,没有测试集数据,如果在训练集中再拆一部分用来作测试集的话,那训练集便少
目录1. 介绍2. 对抗生成网络2. 变量3. 数据4. 实现方法4. 结果1. 介绍本教程将通过一个例子来介绍DCGAN。我们将使用很多真正的名人照片训练一个生成对抗网络（GAN）后，生成新的假名人照片。这里的大多数代码来自于pytorch/examples中对DCGAN的实现，并且本文档将对DCGAN的实现进行全面解释，并阐明该模型是怎样工作的以及为什么能工作。但是不要担心，我们并不需要你事先
转载
2023-12-14 11:06:59
62阅读
文章目录一、代码二、生成结果2.1 loss的变化2.2 生成的虚假图像的变化三、不足之处 用 pytorch 实现一个最简单的GAN：用mnist数据集生成新图像 一、代码训练细节见代码注释：# @Time : 2022/9/25
# @Function: 用pytorch实现一个最简单的GAN，用MNIST数据集生成新图片
import torch
import torch.nn
转载
2023-10-26 21:20:45
189阅读
深度学习 LSTM长短期记忆网络原理与Pytorch手写数字识别一、前言二、网络结构三、可解释性四、记忆主线五、遗忘门六、输入门七、输出门八、手写数字识别实战8.1 引入依赖库8.2 加载数据8.3 迭代训练8.4 数据验证九、参考资料 一、前言基本的RNN存在梯度消失和梯度爆炸问题，会忘记它在较长序列中以前看到的内容，只具有短时记忆。得到比较广泛应用的是LSTM（Long Short Term
转载
2023-09-05 13:57:24
433阅读
本文首先介绍了数据预处理的方式，如dataset,dataloader。其次通过全连接网络来进行训练。torchvisiontorchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成：torchvision.datasets: 一些加载数据的函数及常用的数据集接口；torchvision.models:包
转载
2023-09-30 14:31:37
72阅读
目录一、案例描述二、Fashion-MNIST数据集介绍2.1 加载数据集2.2 根据数字标签获取文本标签2.3 图像及标签可视化三、代码详解3.1 构建加载数据集函数3.2 实现单隐藏层的多层感知机3.3 开始训练3.4 损失可视化3.5 测试准确率四、完整代码 一、案例描述本文将介绍PyTorch的一个基础案例——多层感知机算法。 案例为：利用PyTorch设计神经网络拟合对Fashion-
转载
2023-09-21 08:53:13
86阅读
最近阅读了pytorch中lstm的源代码，发现其中有很多值得学习的地方。 首先查看pytorch当中相应的定义\begin{array}{ll} \\
i_t = \sigma(W_{ii} x_t + b_{ii} + W_{hi} h_{t-1} + b_{hi}) \\
f_t = \sigma(W_{if} x_t + b_{if} + W
转载
2023-08-10 13:27:58
245阅读
目录一、安装显卡驱动1、查看显卡驱动型号2、下载显卡驱动3、查看GPU状态二、安装Visual Studio 2019三、安装CUDA1、下载对应版本的CUDA2、安装下载好的CUDA3、设置环境变量 四、安装cudnn五、安装anaconda六、安装PyTorch1、创建虚拟环境2、激活并进入虚拟环境3、安装PyTorch4、验证PyTorch是否安装成功注意：30系列的的显卡暂时不支
转载
2023-07-14 19:03:58
182阅读
一、Tensor的创建和使用1.概念和TensorFlow的是基本一致的，只是代码编写格式的不同。我们声明一个Tensor，并打印它，例如：import torch
#定义一个Tensor矩阵
a = torch.Tensor([1, 2], [3, 4],[5, 6], [7, 8])
print(a)
print('{}'.format(a))然后会发现报以下错误：new() received
转载
2023-07-23 19:20:33
117阅读
文章目录Pytorch的基本使用Numpy和Tensor之间的转化GPU训练用numpy手动实现两层神经网络用pytorch手动实现两层神经网络Pytorch的NeuralNetwork库自定义模型用神经网络玩游戏 Pytorch的基本使用导入torch库，然后用torch.empty(5，3)初始化一个5*3的tensor。 这个tensor里的数字是随机的。torch.rand(5,3)里创
转载
2024-04-18 15:51:38
45阅读
