基于GitHub的一个开源项目：https://github.com/jwyang/faster-rcnn.pytorch环境：Ubuntu 18.04.3、python2.7，显卡NVIDIA GeForce RTX 2070，pytorch0.4.0，CUDA10.1 update2 （尝试过Ubuntu 16.04安装cuda但是一直不成功，使用Ubuntu 18.04.3就非常容
转载
2024-04-28 16:34:15
52阅读
Course url: http://www.fast.ai/1.Install fastai plugin in PyCharm IDE;2.Import as:from fastai import *from fastai.vision import * -----To be continue-------
原创
2022-08-04 09:26:09
54阅读
# 深入浅出：使用Fastai与PyTorch进行深度学习
在深度学习领域，Fastai和PyTorch是两个非常流行且强大的工具。Fastai构建在PyTorch之上，使得深度学习模型的训练变得更加简单和高效。这篇文章将介绍如何使用这两个工具，通过代码示例帮助初学者快速上手。
## 深度学习基础
在开始之前，我们需要了解深度学习的基本概念。深度学习是一种机器学习的子集，使用多层神经网络来分
原创
2024-10-13 05:04:34
193阅读
Deep Learning-A Practitioner`s Approach作者：Josh Patterson, Adam Gibson简介：这本书的前四章主要集中在理论和基础展示，后五章从一些概念出发，带领您通过DL4J（Deep learning 4j）构建深度网络、高级调优技术、针对不同数据类型的矢量化、在Spark上运行深度学习工作流。第一章回顾了机器学习的
关于基于fastai与PyTorch的深度学习
深度学习近年来已成为人工智能领域的核心技术之一，特别是在图像分类、自然语言处理和推荐系统等应用场景中。fastai是一个建立在PyTorch之上的高层次深度学习框架，它旨在使深度学习更易于理解和使用。本文将深入探讨如何通过fastai与PyTorch进行深度学习，分析其适用场景、核心性能、特性以及实际应用的对比。
适用场景分析：
在实际项目中，f
# fastai与PyTorch深度学习实践指南下载指南
作为一名刚入行的开发者，你可能对如何下载和安装深度学习框架和相关资源感到困惑。这里，我将为你详细介绍如何下载“fastai与PyTorch深度学习实践指南”。以下是整个流程的步骤和代码示例。
## 步骤概览
以下是下载“fastai与PyTorch深度学习实践指南”的步骤：
| 步骤 | 描述 |
| --- | --- |
| 1
原创
2024-07-19 08:10:26
156阅读
（自学《Deep-Learning-with-PyTorch》使用，仅供参考）1.对于部署模型，本书中主要使用了两个轻量级Python web框架：Flask（http://flask.pocoo.org）和Sanic（https://sanicframework.org）。Flask是最流行的框架，而Sanic和Flask本质上相同，但比Flask多了一个对Python中async/await的
转载
2023-08-30 07:37:18
170阅读
Fastai简介在深度学习领域，最受学生欢迎...
转载
2020-01-08 20:27:00
67阅读
2评论
## 使用 FastAI 实现图像分类任务的步骤指南
在这一篇文章中，我将引导你使用 Python 的 FastAI 库来实现一个简单的图像分类任务。FastAI 是一个高效的深度学习库，建立在 PyTorch 之上，能够帮助你迅速构建和训练深度学习模型。
### 步骤流程
首先，我们来看看整个流程，以下是实现图像分类的主要步骤：
| 步骤 | 描述 |
|------|------|
|
原创
2024-08-05 05:09:01
67阅读
编者按：几天前，有人统计了历年ICLR论文录用者使用的深度学习框架，发现虽然TensorFlow还高居榜首，但PyTorch近一年来的使用数据已经翻了3倍，可以和TF比肩。这是个令人惊讶的消息，也让不少从业者开始正视这一发展趋势，筹备“双修”事宜。在下文中，论智给读者带来的是fast.ai发布的一个简便、好用的PyTorch库——对PyTorch感兴趣的读者不妨先从这个库开始试手。随着互联网和知识
原创
2018-10-17 13:52:37
731阅读
点赞
标签：深度学习Say, you're training a deep learning model in PyTorch. What can you do to make your training finish faster?假设你正在使用pytorch训练深度学习模型，那么如何能够加快模型训练速度呢？In this post, I'll provide an overview of some
最近发现一个很nice的python web框架！官方介绍是： FastAPI是一种现代，快速（高性能）的Web框架，用于基于标准 Python类型提示使用Python 3.6+构建API。主要功能是（官方内容）：快速： 非常高的性能，看齐的NodeJS和GO，现有最快的Python框架之一。快速编码： 将功能开发速度提高约200％至300％。更少的错误： 减少约40％的人为错误（开发人员）。直观
文章目录前言1、fastjson 1.2.48 - 1.2.672、fastjson <= 1.2.68 反序列化漏洞2.1 Throwable2.1.1 原理2.1.2 PoC2.1.3 依赖selenium的信息泄露gadget2.2 AutoCloseable2.2.1 原理2.2.2 构造PoC时的坑-1：选对构造方法2.2.3 构造PoC时的坑-2：构造方法需带调试信息2.2.4
如何访问tensorflow官方网站 tensorflow官方网站变为： 安装深度学习框架 0. ubuntu查看CUDA和cuDNN版本 CUDA: cuDNN: 1. keras | 版本 | Python 版本 | 编译器 | 编译工具 | cuDNN | CUDA | | | | | | |
原创
2021-12-29 17:32:56
172阅读
classify.fastai Classifier based on fastai 欢迎访问： 字符识别分类器 基于fastai进行构造 以往的fastai教程都是很简单的几行进行一个模型的训练，对初学者来说看起来很简单。但是仅仅训练一个分类的网络是远远不够的，我们还需要各种指标对分类的效果进行评
原创
2021-12-29 17:33:24
264阅读
本文为fastai官方教程编译版本。若有错误...
转载
2020-02-13 21:37:00
77阅读
2评论
文章目录幕后:训练一个数字分类器像素：计算机视觉的基础边栏:韧性和深度学习初尝试：像素相似NumPy 数组和PyTorch 张量使用广播计算评价指标随机梯度下降（SGD）计算梯度通过学习率执行`step`一个端到端的SGD例子1 初始化参数2 计算预测值3 计算损失4 计算梯度5 执行（更新）权重6 重复过程7 终止梯度下降总结MNIST 损失函数SigmoidSGD 和小批量把它们整合在一起创
转载
2024-07-28 11:06:11
77阅读
服务器是的cuda9，python3.6，unbuntu16pytorch之前的版本： 之前下载的cu90/torch-0.4.0-cp36-cp36m-linux_x86_64.whl，用pip3 install 这个whl会报错：torch-0.4.0-cp35-cp35m-linux_x86_64.whl is not a supported wheel on this platform.发
转载
2018-12-02 22:03:00
192阅读
2评论
【代码】安装pytorch。
原创
2024-09-14 15:45:46
59阅读
缘由最近看很多人说Tensoflow，准备转型Pytorch，然后刚好搭建Tensoflow-gpu，搭建好了CUDA环境，就尝试安装了一下！步骤安装CUDA环境具体可以参考https://www.emperinter.info/2020/07/28/tensorflow-gpu-support/去官网选自己环境配置获取安装代码https://pytorch.org/get-started/loc
原创
2021-05-07 23:38:31
1883阅读
