一、unittest# MyFunction.py
def add(a, b):
return a + b1.unittest单元测试# 单元测试.py
"""
1、单元测试框架：自动校验结果
python:unittest或者pytest、Java：Junit、TestNG
怎么写用例：
必须以test开头
查找用例
参数化
"""
i
转载
2023-12-15 06:44:09
108阅读
## 如何检查 Python GPU Torch 是否可用
### 流程图
```mermaid
flowchart TD
Start --> Check_Torch_Installation
Check_Torch_Installation --> Check_GPU_Availability
Check_GPU_Availability --> Check_Cud
原创
2024-04-22 04:40:03
136阅读
# 使用 PyTorch 检查 GPU 是否可用
在深度学习的世界中，GPU（图形处理单元）因其强大的并行计算能力而备受推崇。对于使用 PyTorch 进行深度学习的开发者来说，了解如何检查系统是否支持 GPU 是非常重要的。本文将帮助您了解如何实现这一点，并提供详细的步骤和代码示例，以便初学者能够轻松地掌握。
## 1. 实现流程概述
下面是检查 PyTorch 中 GPU 可用性的基本流
经过一个小假期（采集圣弥厄尔教堂3D数据）后，时间来到了引航计划第六天，今天的主要任务是决策层及连调实验的环境搭建环节。目录一、本地Anaconda安装及环境的创建Anaconda是什么？Pytorch是什么？安装步骤及遇见的问题与解决官网下载清华源下载环境的创建与配置在Anaconda Navigation中配置虚拟环境在Anaconda Prompt中配置虚拟环境在虚拟环境中配置pytorch
转载
2024-03-19 23:28:29
71阅读
PriorBox本质上是在原图上的一系列矩形框，如下图所示。某个特征图上的一个点根据下采样率可以得到在原图的坐标，SSD先验性地提供了以该坐标为中心的4个或6个不同大小的PriorBox，然后利用特征图的特征去预测这4个或6个PriorBox的类别与位置偏移量。PriorBox生成虽然Faster RCNN与SSD都采用类似的先验框机制，但是两者还是存在着很大的不同，可以总结为以下三点。得到RoI
目录一.简介二.效果演示三.源码下载一.简介GPUImage 共 125 个滤镜, 分为四类1、Color adjustments : 31 filters , 颜色处理相关 2、Image processing : 40 filters , 图像处理相关. 3、Blending modes : 29 filters , 混合模式相关. 4、Visual effects : 25 filters
JX-1001是一款全功能测试仪器，测试仪全部的功能均使用可编程软件进行控制，极大满足客户应对各种条件和定制化的需求。 主要功能1) 支持多达128点（更多的点可支持定制）测试位，可任意点组合(1) 支持电阻测量，支持分压法、2线制电流法、4线制电流法(2) 支持二极管测量，测试电流可选2) 支持15路光电隔离输出（共阴极），单路驱动能力最大500mA3
1、检查是否具有合适的GPU， 如有则安装Cuda,Cudnn(1)检查电脑是否有合适的GPU在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本。 (2)下载Cuda官网：https://developer.nvidia.com/cuda-10.1-download-archive-update2在https://docs.nvi
转载
2024-04-23 10:25:47
126阅读
前言如果要使用GPU进行机器学习算法的训练的话，首先必须在硬件方面进行支持，即需要支持GPU训练的显卡，并正确安装驱动即安装CUDA、CUDNN；其次就是需要安装与驱动对应的torch GPU版本，如果安装错误的torch版本就无法正确训练机器学习模型。
总体步骤：检查显卡——显卡驱动CUDA适配版本——下载Anaconda、Pycharm——下载CUDA——安装Anaconda和Pycharm软
转载
2024-03-03 21:58:03
701阅读
# Python 测试 Torch 是否可以使用
在进行深度学习研究和开发时，PyTorch 是一个非常流行的框架。为了确保 PyTorch 安装正确，您可以通过一段简单的代码来验证它是否可以使用。在这篇文章中，我们将介绍如何在 Python 中测试 PyTorch，并附上相应的代码示例。
## 环境准备
在开始之前，您需要确保已经安装了 PyTorch。常用的安装方式是通过 pip。在终端
原创
2024-10-22 05:55:11
1273阅读
本文将介绍：torch.nn包定义一个简单的nn架构定义优化器、损失函数梯度的反向传播将使用LeNet-5架构进行说明 一、torch.nn包torch.nn包来构建网络；torch.nn.Module类作为自定义类的基类；nn.Module，包含了所有神经网络层，比如卷积层或者是线性层；torch.nn.Functional包，可以定义在前向传播的时候的运算；比如，卷积、d
转载
2023-06-05 16:30:59
181阅读
这里先介绍下pytorch主要的一些模块分别可以实现什么功能，后续会不断更新每一个模块中具体的API以及代码示例一，torch模块import torch包含了多维张量的数据结构以及基于其上的多种数学操作。另外，它也提供了多种工具，其中一些可以更有效地对张量和任意类型进行序列化。具体包括pytorch张量的生成，以及运算、切片、连接等操作，还包括神经网络中经常使用的激活函数，比如sigmoid、r
转载
2023-09-27 18:59:02
713阅读
torchvision.datasetsDatasets 拥有以下API:
__getitem__
__len__
Datasets都是 torch.utils.data.Dataset的子类，所以，他们也可以通过torch.utils.data.DataLoader使用多线程(python的多进程)。
举例说明：
torch.utils.data.DataLoader(coco_cap, bat
转载
2024-08-24 17:30:19
192阅读
Torch7 团队开源了 PyTorch。据官网介绍，PyTorch 是一个 Python 优先的深度学习框架，能够在强大的 GPU 加速基础上实现张量和动态神经网络。PyTorch 是一个 Python 软件包，其提供了两种高层面的功能：使用强大的 GPU 加速的 Tensor 计算(类似 numpy)构建于基于 tape 的 autograd 系统的深度神经网络如有需要，你也可以复用你最喜欢的
转载
2023-08-07 10:31:51
422阅读
# 如何使用 PyTorch 将数据集分为训练集和测试集
在数据科学和机器学习中，将数据集分为训练集和测试集是一个重要的步骤。在本篇文章中，我们将讨论如何使用 Python 的 PyTorch 库将数据集分割为训练数据和测试数据。我们会逐步进行详细的讲解和示例代码，并且提供一个完整的流程图和旅行图来帮助理解。
## 一、流程概述
在进行数据集分割时，可以遵循以下步骤：
| 步骤 | 描述
# PyTorch与Python的结合
PyTorch是一个基于Python的开源机器学习库，它提供了丰富的工具和函数来实现神经网络模型的构建和训练。通过与Python的紧密结合，PyTorch使得机器学习任务变得更加简单和高效。本文将介绍PyTorch与Python之间的关系，并通过代码示例来展示它们的配合使用。
## Python与PyTorch的互动
Python是一种功能强大而又易于
原创
2024-01-30 08:46:57
48阅读
# Python Torch 占用少量显存的测试代码
在深度学习的研究中，显存的管理是一个至关重要的话题。尤其是在我们使用大型神经网络模型时，显存的消耗会显著影响计算的效率和设备的稳定性。本文将探讨如何在PyTorch中编写占用少量显存的测试代码，并通过一些代码示例加以说明。
## 什么是显存？
显存（GPU Memory）指的是图形处理器（GPU）内存，它是GPU用于存储模型参数、激活值以
原创
2024-10-06 04:03:02
100阅读
# 如何实现“python 测试 ssh 是否可用”
## 流程
下面是实现“python 测试 ssh 是否可用”的流程：
```mermaid
gantt
title 测试 ssh 是否可用流程
section 准备工作
准备环境 :done, a1, 2022-12-01, 7d
安装必要库 :done, a2, after a1,
原创
2024-04-01 06:22:01
50阅读
1. 加载数据PyTorch 有两个处理数据的原语： torch.utils.data.DataLoader和torch.utils.data.Dataset. Dataset存储样本及其对应的标签，并使用DataLoader加载Dataset.import torch
from torch import nn
from torch.utils.data import DataLoader
fro
转载
2023-10-07 21:20:51
261阅读
PyTorch 是一个 Python 软件包，其提供了两种高层面的功能：使用强大的 GPU 加速的 Tensor 计算（类似 numpy）构建于基于 tape 的 autograd 系统的深度神经网络如有需要，你也可以复用你最喜欢的 Python 软件包（如 numpy、scipy 和 Cython）来扩展 PyTorch。目前这个版本是早期的 Beta 版，我们很快就会加入更多的功能。PyTor
转载
2023-08-23 14:46:24
141阅读
