目录Numpy与TensorTensor概述创建Tensor修改Tensor形状 PyTorch采用Python语言接口来实现编程，它就像带GPU的Numpy，与Python一样都属于动态框架。PyTorch继承了Torch灵活、动态的编程环境和用户友好的界面，支持以快速和灵活的方式构建动态神经网络，还允许在训练过程中快速更改代码而不妨碍其性能，支持动态图形等尖端AI模型的能力，是快速实验的理想
转载
2023-10-08 08:48:58
565阅读
Python Torch 是一个强大的深度学习框架，它允许开发人员更高效地构建和训练机器学习模型。该框架是一个基于 PyTorch 的库，提供了面向可扩展的模块和算法，使得快速原型设计、实验和产品化变得更加轻松。在这篇博文中，我们将深入探讨Python Torch的不同版本、迁移指南、兼容性处理、实战案例、性能优化以及生态扩展。
## 版本对比
在识别 Python Torch 的优势时，首先
文章目录官网简介代码实操 官网简介os模块提供了一种使用与操作系统相关的功能的便捷式途径。 如果你只是想读写一个文件，请参阅 open()，如果你想操作文件路径，请参阅 os.path 模块，如果你想读取通过命令行给出的所有文件中的所有行，请参阅 fileinput 模块。 为了创建临时文件和目录，请参阅 tempfile 模块，对于高级文件和目录处理，请参阅 shutil 模块。关于这些函数的
深度学习前言：本小白从0开始，决心通过各种视频和资料的学习和实践，经过不断总结和反思，尽快入门，把自己的水平切实提高，同时给大家分享这一路的历程，共同收获！深度学习： 机器学习的一个分支，是一种以人工神经网络为架构，对数据进行特征学习的算法深度学习和机器学习的区别：特征抽取： 机器学习是人工的特征抽取 深度学习是自动的进行特征抽取数据量 机器学习数据少，效果相对差，深度学习多，深度学习参数多，需要
转载
2024-02-28 14:25:36
79阅读
torch.Tensor()大家都很熟悉，torch中操作的数据类型都是Tensor。Storage在实际使用中却很少接触，但它却非常重要，因为T我将结合代码简单的介绍一下Storage。
原创
2024-04-11 09:51:58
119阅读
.requires_grad == False有无梯度的计算（不用计算和存储gradient，节省显存）tensor的requires_grad 默认设置为False，若一个节点（叶子变量：自己创建的tensor）的requires_grad 被设置为True，那么所有依赖它的节点的requires_grad 都会被设置为True设置为False的时候反向传播的时候不会自动求导了如果只想通过los
转载
2024-06-06 15:00:33
25阅读
文章目录前言一、Pythorch是什么？二、torch包怎么下载导入?三、pip包管理器下载失败torch，解决办法和官网下载教学1.下载失败，解决办法2.官网下载四、为什么会有官网下载和本地直接下载，torch两种方式呢？总结 前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容中下载torch包遇见的一些问题和解决方法。一、Py
转载
2023-08-09 14:22:47
268阅读
最近在学习C/C++，算是刚刚入门，之前一直从事Java开发，一直就听过看过JNI的一些使用，但是一直没动手实验过，所以这次想借着这个机会实现一下，让我的知识连贯起来，但是果真一看就会一动就废，尤其是我的电脑还是Mac的M1芯片，在整个JNI的实现过程可谓是一波三折。1.前置知识 在使用JNI之前我想先介绍一下什么是链接以及什么是静态链接和动态链接（没有学过C/C++可以先跳过），所谓静态链接就
转载
2023-09-04 14:20:38
77阅读
:--目录：参考：1、parameter基本解释：2、参数requires_grad的深入理解：2.1 Parameter级别的requires_grad2.2Module级别的requires_grad标志 目录：参考：Parameter — PyTorch 1.12 documentation1、parameter基本解释：CLASS torch.nn.parameter.Parameter
一、Pytorch简介Torch是一个有大量机器学习算法支持的科学计算框架，是一个与Numpy类似的张量(Tensor)操作库，其特点是特别灵活，但因其采用了小众的编程语言是Lua，所以流行度不高，这也就有了PyTorch的出现。所以其实Torch是 PyTorch的前身，它们的底层语言相同，只是使用了不同的上层包装语言。简单的说Pytorch是一个基于Python的科学计算包，其旨在服务两类场合
转载
2023-08-10 12:53:34
5043阅读
文@233233目录0 前言1 Dataset 1.1 Map-style dataset 1.2 Iterable-style dataset 1.3 其他 dataset2 Sampler3 DataLoader 3.1 三者关系 (Dataset, Sampler, Dataloader) 3.2 批处理 3.2.1 自动批处理（默认） 3.2.2 关闭自动批处理 3.2.3 co
转载
2023-12-26 08:39:33
125阅读
文章目录1.Python的.sort()方法和sorted()比较1.1Python的.sort()方法1.2Python的sorted()方法2.Pytorch里addmm()和addmm_()3. torch.stack() 1.Python的.sort()方法和sorted()比较1.1Python的.sort()方法使用方式是：列表.sort(),作用是将原来的列表正序排序，所以它是对原
转载
2023-08-23 10:54:57
197阅读
文章目录一、下载安装anaconda3二、NVIDIA显卡驱动更新并测试三、安装并测试cuda和cudnn四、安装/卸载/测试win10系统下的GPU版本pytorch五、将pytorch导入pycharm，并测试是否导入成功六、常见安装问题和版本问题 一、下载安装anaconda3下载方式1：使用清华镜像源下载 下图是我下载的版本：下载方式2：anaconda官网下载、安装 两种下载方式的安装
转载
2024-09-30 13:39:32
175阅读
一、torch.max网上搜集的torch.max函数的用法，以备查询。 torch.max(input, dim, keepdim=False, out=None) -> (Tensor, LongTensor)：按维度dim 返回最大值 torch.max)(a,0) 返回每一列中最大值的那个元素，且返回索引（返回最大元素在这一列的行索引） torch.max(a,1) 返回每一行中最大
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
**反向传播的作用**
在深度学习中，反向传播（backpropagation）是一个非常重要的概念和技术，用于训练神经网络。它主要用于计算损失函数对于神经网络参数的梯度，从而更新参数以最小化损失函数。反向传播是深度学习中的基础，对于理解神经网络的工作原理和提高模型性能非常关键。
**反向传播的原理**
在深度学习中，我们经常使用梯度下降算法来优化模型。梯度下降算法的基本思想是通过计算损失函
原创
2024-02-07 09:17:09
94阅读
# 使用 PyTorch 进行深度学习的入门指南
在现代深度学习的领域，PyTorch 是一个非常受欢迎的开源机器学习库，它提供了灵活性和高效性，适合从小型实验到大型生产的应用。对于刚入行的开发者来说，了解如何在 Python 中使用 PyTorch 是一项重要技能。接下来，我们将通过一个简单的流程，教你如何使用 PyTorch 创建并训练一个基本的神经网络。
## 流程概览
以下是实现过
