文章目录1. 简介2. 概述2.1. 什么是GAN（生成对抗网络）2.2. 什么是DCGAN（深度卷积生成对抗网络）3. 输入4. 数据5. 实现5.1. 权重初始化5.2. 生成器5.3. 判别器5.4. 损失函数和优化器5.5. 训练5.5.1. 第一部分 - 训练判别器5.5.2. 第二部分 - 训练生成器6. 结果6.1. 损失随迭代次数的变化趋势图6.2. 可视化G的训练过程6.3.
超算平台国产DCU 运行 PyTorch 的经验分享
在当今大数据和人工智能的背景下，超算平台的计算能力对于模型的训练和推理至关重要。然而，当我们尝试在新一代国产 DCU（数据计算单元）上运行 PyTorch 时，却发现了一些问题。本文将详细记录解决“超算平台国产 DCU 运行 PyTorch”问题的过程，以及在此过程中获得的经验教训。
## 问题背景
随着国产硬件技术的快速发展，超算平台开
1、TensorFlow简介 1、用TensorFlow构造一个简单的线性拟合： 1 # -*- coding: UTF-8 -*-
2 # date:2018/6/14
3 # User:WangHong
4 import tensorflow as tf
5 import numpy as np
6
7 #使用Numpy生成假数据（phony data），为2维每维
转载
2024-08-19 22:12:59
90阅读
大家好，我是丁小杰！ 我经常遇到各种五花八门的关于Python字典的操作，今天就在这个文章中展示一些常见操作的优化实现方式，如果你都已经掌握，那么恭喜你，你已经超越了90%以上的Python coder。通过序列生成字典我们将下面的序列转换为dict类型。lst = [('a', 1), ('b', 2), ('c', 3)]普通的写法for k, v in lst:
dic[k] = v
转载
2024-07-11 20:35:50
101阅读
为了更方便地为独立软件开发商(ISV: Independant Software Vendor)提供基于Sun的软硬件平台的移植、测试环境，Sun公司及与Sun合作伙伴共同合作的实验 室 将为软件开发商免费开放。
实验室有多台Sun Fire X86/X64和UltraSPARC服务器,几乎涵盖Sun公司各种档次的服务器，包括最新的Sun Fire X4200和S
11月15日，第二届中国超级算力大会在北京举行。会上，2020中国高性能计算机性能排行榜TOP100揭晓。分别部署在国家超级计算无锡中心和广州中心的“神威·太湖之光”和“天河二号A”仍占据榜单前两位，Linpack测试性能分别为93.015PFlops(千万亿次每秒)和61.445PFlops。榜单的第3、4位则是新面孔。其中，排在第3位的是北京超级云计算中心(A分区),Linpack测试性能达3
转载
2023-12-27 22:04:30
3515阅读
这篇文章转的是我老铁的，我自己也配过几次，但是一直没时间写出来，就直接从他那边拉过来了，之后再配就不用到处找了。 从目前的情况来看，CUDA版本和PyTorch和Py自身版本是绑定的，而cuDNN和CUDA的大版本绑定，而其中主要受限的其实是PyTorch支持的CUDA版本，因此，这里采用CUDA来适配PyTorch的方式。PyTorch安装首先，下载PyTorch的本地
转载
2023-11-17 23:59:07
301阅读
光模块的工作原理光模块（Optical Modules）作为光纤通信中的重要组成部分，是实现光信号传输过程中光电转换和电光转换功能的光电子器件。光模块工作在OSI模型的物理层，是光纤通信系统中的核心器件之一。它主要由光电子器件（光发射器、光接收器）、功能电路和光接口等部分组成，主要作用就是实现光纤通信中的光电转换和电光转换功能。光模块的工作原理如图 光模块工作原理图所示。发送接口输入一定码率的电信
CPU、MCU、MPU、DSP的区别 CPU（CentralProcessing Unit，中央处理器）发展出来三个分枝，一个是DSP（Digital Signal Processing/Processor，数字信号处理），另外两个是MCU（Micro Control Unit，微控制器单元）和MPU（Micro Processor Unit，微处理器单元）。 &
转载
2024-10-22 19:14:35
89阅读
# 使用 Python 实现 DCU 的完整指南
在软件开发中，DCU（Data Control Unit）是一种重要的数据管理模式。作为新入行的开发者，理解如何实现一个基本的 DCU 是提升编程技能的良好开端。接下来，我们将通过一系列步骤来实现 Python 中的 DCU。
## 整体流程
以下是实现 DCU 的主要步骤：
| 步骤 | 说明
我们知道做深度学习离不开GPU，不过一直以来对GPU和CPU的差别，CUDA以及cuDNN都不是很了解，所以找了些资料整理下，希望不仅可以帮助自己理解，也能够帮助到其他人理解。 先来讲讲CPU和GPU的关系和差别吧。截图来自资料1（CUDA的官方文档）： GPU有更多的运算单元（如图中绿色的ALU），而Control和Cache单元不如CPU多，这是因为GPU在进行并行计算的时候每个运算单元都是
转载
2024-07-19 14:05:47
3041阅读
1、什么是DCU 在某些基站无法覆盖的地方，如大型体育馆内部1楼、2楼。。，此时通过DCU为这些地方提供 2、DCU组成 3、我们需要做的 PC通过进入UMPT网关，在一个网页中使用自定义指令集控制系统，这些指令是我们在高软【应用层】中写的
转载
2018-04-27 01:02:00
167阅读
2评论
本节书摘来自华章计算机《CUDA C编程权威指南》一书中的第1章，第1.4节，作者 [美] 马克斯·格罗斯曼（Max Grossman），译 颜成钢 殷建 李亮，1.4 使用CUDA C编程难吗CPU编程和GPU编程的主要区别是程序员对GPU架构的熟悉程度。用并行思维进行思考并对GPU架构有了基本的了解，会使你编写规模达到成百上千个核的并行程序，如同写串行程序一样简单。如果你想编写一个像并行程序一
Pytorch学习笔记——合并与分割torch.cattorch.cat(tensors,dim=0,out=None)作用：torch.cat是将两个tensor拼接在一起torch.cat主要有两种用法，一种是按维数0拼接（按行拼接），另一种是按维数1拼接（按列拼接）按维数0拼接（按行拼接）example我们首先先创建两个二维张量x和y，分别是1行3列和2行3列import torch
x=t
转载
2023-10-20 18:14:07
75阅读
# PyTorch与国产系统的兼容性探索
近年来，随着国产操作系统的快速发展，越来越多的开发者开始关注如何在这些系统上实现深度学习框架的兼容性，PyTorch就是其中一个非常受欢迎的框架。本文将探讨如何在国产系统上使用PyTorch，并通过代码示例说明细节。
## PyTorch概述
PyTorch是一个开源的深度学习框架，因其灵活性和高效性而受到广泛关注。它支持动态计算图，使得深度学习研究
原创
2024-08-10 04:27:11
380阅读
随着5G网络扩建和国家经济水平的不断提升，我国对芯片行业的发展越来越重视，出台了相关政策法规鼓励企业发展芯片产业。因此，盘古开源加大投资芯片领域，与香港台积电科技有限公司合作，提升芯片研发能力，助力国产芯片的发展。青岛盘古开源电子科技发展有限公司是一家专业的芯片设计研发企业，专注于汽车芯片和AI智能芯片的研发，并提供整套芯片解决方案和技术支持服务。自盘古开源成立以来，公司持续深耕芯片领域，实现了关
华为的“达芬奇计划”曝光，该计划是开发用于数据中心的AI芯片，以挑战当下在AI芯片市场占据龙头地位的NVIDIA，那么对于华为来说它加入AI芯片大战有多少胜算呢？NVIDIA的优势NVIDIA在AI芯片领域取得领先优势并非一朝一夕所取得的，这是它十多年来努力获得的结果。随着AI的兴起，业界日益认识到GPU所拥有的低精度、并行计算等优点更适合神经训练，这是GPU开始逐渐被应用于AI领域的原因，不过N
转载：在DELPHI中如何使用*.dcu文件在不需要发布源代码的时候，可以直接发布编译过的 *.dcu 文件当需要使用的此DCU文件，仅需把文件拷贝到 Delphi/Lib子目录中 或 工程目录中(1)在interface里的uses子句中引用。如Windows,Dialogs等，要求被引用的DCU一定要放在Delphi/Lib子目录中。(2)在implementation里的uses子句中引用。如果是自行编写的DCU文件，应采用这一方式，并将被引用的DCU文件放入当前工程所在的子目录中。
转载
2021-05-27 19:56:36
1367阅读
翻译自 PyTorch 官方
Blog 并添加少量修改
MMCV 自
v1.4.7 开始提供 PyTorch1.11 预编译包
前言近日，PyTorch 推出 PyTorch 1.11，本次亮点可总结为如下 ：
TorchData：一个新的用于通用模块化数据加载的库，可以轻松构建灵活、高性能的数据 pipeline
functorc
转载
2023-12-03 23:08:50
69阅读
目录1 Python 注释概述2 Python 注释的作用2.1 调试代码2.2 提高程序的可读性3 Python 单行注释3.1 Python 单行注释概述3.2 单行注释注释单行代码的情况3.3 单行注释注释多行代码的情况3.4 单行注释注意事项3.4.1 单行注释符号作为字符串的一部分存在4 Python 多行注释4.1 Python 多行注释概述4.2 三个连续的单引号注释4.3 三个连续
转载
2023-10-01 16:59:06
74阅读
