# PyTorch动手学: 深度学习的入门之路
PyTorch是一个强大且灵活的深度学习框架，广泛应用于计算机视觉、自然语言处理等领域。它的设计理念使得用户可以以更加直观的方式进行深度学习模型的构建和训练。本文将带您通过一个简单的示例，了解PyTorch的基本用法，同时借助图示化工具深入理解深度学习模型的训练过程。
## PyTorch基本概念
在学习PyTorch之前，我们需要了解几个基本
原创
2024-09-24 07:03:13
34阅读
在这向大家推荐一本书-花书-动手学深度学习pytorch版，原书用的深度学习框架是MXNet，这个框架经过Gluon重新再封装，使用风格非常接近pytorch，但是由于pytorch越来越火，个人又比较执着，想学pytorch，好，有个大神来了，把《动手学深度学习》整本书用pytorch代码重现了，其GitHub网址为：https://github.com/ShusenTang/Dive-into
1. 为什么是pytorch在深度学习领域，框架已经比较成熟，再tensorFlow2.0发布之后，工业界基本是tensorFlow一家独大（caffe哭)，这很大程度上是因为tensorFlow庞大社区的支持和设备管理上简单的操作。而pytorch因为与python是好基友而且和numpy等科学计算库相容性较好，且容易调试，成了科研界的爱宠。由于作者是为了做科研项目（捡垃圾吃）而学习所以使用to
转载
2023-08-13 23:42:37
29阅读
背景 本人目前为大四学生，已被清华大学拟录取。由于研究生目前初定的方向会涉及到深度学习的内容，导师说会利用pytorch进行缺陷检测等，涉及精密测量、先进制造等相关领域。因此，于毕业论文差不多初步完成之际开始自学。为了便于知识的整理，因此打算将每一次的学习内容，整理成笔记，方便自己查看巩固，以及其他志同道合的朋友参考查阅。编译器为PyCharm，参考书籍为软件工程朋友推荐的《动手学深度学习(pyt
转载
2023-08-10 16:37:25
171阅读
# 动手学深度学：PyTorch 入门指南
深度学习是人工智能领域中一种重要的技术，它通过模拟人脑的神经网络来处理数据。而 PyTorch 是一个广泛使用的深度学习框架，由 Facebook 研发，因其灵活性和易用性而备受欢迎。在本篇文章中，我们将通过一些简单的代码示例来了解 PyTorch 的基本用法，帮助初学者快速上手。
## PyTorch 的基本概念
在深入探讨代码之前，我们先了解一
原创
2024-10-28 06:59:41
33阅读
文章目录一、d2lzh_pytorch包二、生成数据集二、画出数据集的散点图三、读取数据四、模型初始化及训练五、训练结果总结 一、d2lzh_pytorch包《动手学深度学习+PyTorch》配套的GitHub中配套的d2lzh_pytorch包加入IDLE的第三方库中。二、生成数据集num_inputs = 2
num_examples = 1000
true_w = [2, -3.4]
tr
转载
2024-08-20 22:10:59
76阅读
ShusenTang/Dive-into-DL-PyTorch本项目将《动手学深度学习》 原书中MXNet代码实现改为PyTorch实现。原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者，GitHub地址：https://github.com/d2l-ai/d2l-zh此书的中英版本存在一些不同，针对此书英文版的PyTorch重构
转载
2024-02-29 12:52:15
133阅读
代码实现&&md笔记：https://github.com/SNIKCHS/d2l_RecSys_pytorch1.相关概念1.1协同过滤Collaborative Filtering协同过滤算法基于一个基础的强预设：在观测到用户消费过条目A之后，有很高的可能性观测到用户会喜欢与A相似的条目B（Item CF）以及相似的用户可能喜欢同一个条目。所以协同过滤的核心在于描述条目和用户的
# 动手学PyTorch：基础与应用
PyTorch是一个广泛应用的深度学习框架，因其灵活性和易用性受到了研究人员和开发者的青睐。在这篇文章中，我们将介绍PyTorch的基本概念，并通过简单的代码示例来演示如何使用它。
## 1. PyTorch的基本概念
PyTorch主要由两个核心组件组成：Tensor和Autograd。Tensor是与NumPy类似的多维数组，Autograd则是自动
原创
2024-10-05 05:59:18
18阅读
目录一、深度学习硬件CPU 和 GPU1.1 深度学习硬件◼ 计算机构成◼ 程序执行的原理◼ 内存◼ 存储器◼ 中央处理器（CPU）1.2 如何提升cpu的利用率？（如何使运算在cpu上进行的更快，特别是数值运算：矩阵乘法、线性运算等）◼ 提升空间和时间的内存本地性◼ 尽量使用多核并行计算1.3 GPU◼ GPU◼ cpu和gpu的对比◼ 如何提升GPU的利用率？◼ CPU/GPU带宽◼ 如何在C
转载
2024-01-02 10:03:43
56阅读
通过将模型应用到例证，深度学习允许我们执行很多复杂任务，如机器翻译、玩战略游戏以及在杂乱无章的场景中识别物体等。为了在实践中做到这一点，我们需要灵活且高效的工具，以便能够适用于这些复杂任务，能够在合理的时间内对大量数据进行训练。我们需要已被训练过的模型在输入变量变化的情况下正确执行。接下来看看我们决定使用PyTorch 的一些原因。首先，正如Python 一样，PyTorch 有一个扩展名为“.p
转载
2023-06-02 19:55:12
4330阅读
（d2l-ai/d2l-zh）《动手学深度学习》pytorch 笔记（1）（序言、pytorch的安装、神经网络涉及符号） 文章目录1、前言（35）1.1 ⽇常⽣活中的机器学习（36）1.2 关键组件（37）1.2.1 数据（38）1.2.2 模型（39）1.2.3 目标函数（39）1.2.4 优化算法（39）1.3 各种机器学习问题（40）1.3.1 监督学习（40）回归（regression）
转载
2023-12-13 16:32:37
758阅读
# 动手学深度学习 PyTorch 下载
## 引言
深度学习已经成为当前最热门的领域之一，而 PyTorch 作为深度学习中的一个重要工具包，被广泛应用于各种领域。对于小白来说，学习 PyTorch 可能有一些困难，因此本文将引导你学习如何动手学习 PyTorch，并提供详细的步骤和代码示例。让我们开始吧！
## 整体流程
以下是整个学习过程的流程图：
```mermaid
journe
原创
2024-01-23 08:59:43
62阅读
# 动手学深度学习 PyTorch 源码
对于刚入行的小白，理解和实现“动手学深度学习”中的 PyTorch 源码，可以看作是一个系统性的学习过程。本文将向你介绍实现步骤，并逐步指导你完成这一过程。
## 整体流程
下面为你准备了一张学习流程表，帮助你理清每一步的目标。
| 步骤 | 描述 |
|------|--------------
原创
2024-10-28 05:55:48
82阅读
动手学深度学习-李沐 pytorch 基于Win10环境配置写在前面配置步骤1.从网页版《动手学深度学习》中下载所需文件2.开始创建环境 写在前面提示： 1.这篇文章用来记录我在B站学习李沐老师的动手学深度学习课程中的环境配置过程； 2.该过程结合了上其他博主以及B站视频评论区很多同学的内容，如果有侵权可以我删除； 3.这篇文章只是用来记录！！没有任何其他用途 4.本文默认你已经安装
转载
2024-09-09 17:06:11
27阅读
# 动手学深度学习 pytorch github
## 引言
在当今人工智能火热的背景下，深度学习已经成为一种强大的工具，被广泛应用于各个领域。而PyTorch作为一种流行的深度学习框架，具有易用性和灵活性，深受开发者的喜爱。本文将向你介绍如何通过GitHub上的开源项目来学习PyTorch深度学习。
## 整体流程
下面是整个学习过程的流程图：
```mermaid
erDiagram
原创
2023-12-16 07:37:26
197阅读
# 动手学深度学习 pytorch版
## 简介
PyTorch是一个基于Python的科学计算库，它是深度学习领域的一个重要工具。对于刚入行的开发者来说，学习如何使用PyTorch实现深度学习任务可能是一项挑战。本文将介绍使用PyTorch进行深度学习的流程，并给出详细的代码示例和注释。
## 流程概述
下表展示了整个深度学习任务的流程，包括数据准备、模型构建、模型训练、模型评估和模型应用。
原创
2023-09-12 11:41:00
211阅读
目录一、数据增强1.1 数据增强（主要是关于图像增强）◼ CES上的真实的故事◼ 数据增强◼ 常见的数据增强方法◼ 总结二、 图片增广的代码实现◼ 尝试用不同的增广，比较效果一、数据增强1.1 数据增强（主要是关于图像增强）◼ CES上的真实的故事图2是把图1中的一些像素去掉，图3是把图1中的颜色做变换，图4是对图1中的亮度做变换。◼ 数据增强数据增强的意思是说，在一个已有的数据集上面，
转载
2024-07-31 19:38:28
121阅读
原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者。目录预备知识 1.1 数据操作 1.2 自动求梯度 1.3 查阅文档 1.4 本章附录深度学习基础 2.1 线性回归 2.2 线性回归的从零开始实现 2.3 线性回归的简洁实现 2.4 softmax回归 2.5 图像分类数据集（Fashion-MNIST） 2.6 softmax回归的从零开始实现 2.7
转载
2024-05-27 19:27:50
130阅读
文章目录前言一、线性回归1.1 线性回归概念1.2 神经网络图1.3 线性回归模型的基本要素1.3.1 模型1.3.2 训练模型1.3.3 损失函数1.3.4 优化算法1.3.5 模型预测二、代码实现2.1 从零开始实现线性回归2.1.1 导入库2.1.2 生成数据集2.1.3 读取数据集2.1.4 初始化模型参数2.1.5 定义模型2.1.6 定义损失函数2.1.7 定义优化算法2.1.8 训
转载
2023-11-07 11:08:38
119阅读
