1.前言学人工智能，少不了深度学习和神经网络，之前都是只有理论和新闻的那种大致的、模糊的印象，现在开始学习了。构造神经网
本文介绍了PyTorch的一个基本用法，读完本问文，你可以用PyTorch实现一个简单的双层神经网络。
原创
2022-09-23 17:05:50
520阅读
第二章：PyTorch简介PyTorch具有悠久的历史，它的前身Torch是用Lua写的机器学习框架，后来受到Facebook、NVIDIA（著名显卡生产厂商）、Uber等大公司以及斯坦福大学、卡内基梅隆大学等著名高校的支持。下面，就让我们走进PyTorch的世界。2.1 PyTorch安装PyTorch的安装非常简单。按照PyTorch官网的说明，我们只需要选择操作系统、Python的版本，以及
pytorch基础知识 import torch x = torch.tensor([2,3,4], dtype=torch.float) # 创建一个Tensor，值为[2.,3.,4.]，类型为 float # 创建一个需要求 梯度的 tensor。 x2 = torch.tensor([2,3 ...
转载
2021-11-03 21:06:00
68阅读
2评论
Pytorch学习笔记目录目录Pytorch学习笔记1.nn.moduleList 和Sequential用法
原创
2022-08-24 17:11:00
281阅读
PyTorch是PyTorch在 Python 上的衍生. 因为PyTorch是一个使用 Python语言的神经网络库, To
原创
2023-06-25 07:37:14
86阅读
一、tensor的创建初始化一个随机的tensor，数值可能很大，也可能很小 x = torch.empty(5, 3) 初始化一个数字位于(0,1)的随机tensor x = to
原创
2022-08-17 17:14:23
317阅读
点赞
对于一个多元函数，我们将其输入简化为一个一个向量。对于所有A∈Rm×n，都有∇xAxA⊤Ax是一个向量，而对于向量的求导是一个矩阵（因为这里向量的每个维度上都是一个多元函数），经过简单计算可以知道正好为A⊤对于所有A∈Rn×n，都有∇xx⊤AxAA⊤x∇x∥x∥2∇xx⊤x2x在上面这个公式中将E带入A，即可得到这个这个式子。
在深度学习中，我们经常需要对函数求梯度（gradient）。PyTorch提供的auto
原创
2022-11-02 09:55:20
172阅读
Editor: Veagau目录一、PyTorch虚拟环境配置二、PyTorch虚拟环境使用2.1 新建项目2.2 历史项目三、常用命令3.1 虚拟环境相关3.2 工具包相关一、PyTorch虚拟环境配置该部分操作均在终端（terminal）命令行中执行，在桌面右击鼠标新建terminal即可。若系统已经安装Anaconda，则可以跳过第一步（检验方法：命令行执行conda list，有返回结果则
转载
2023-07-16 18:51:30
307阅读
参考莫烦python：import torchimport torch.utils.data as Dataimport matplotlib.pyplot as pltimport torch.nn.functional as Fimport torch.nn as nnimport torchvision
EPOCH = 1BATCH_SIZE = 50LR = 0.01DOWNLOAD_M
转载
2021-03-12 11:06:58
249阅读
2评论
# 哈工大pytorch笔记实现流程
## 简介
在开始之前，让我们先了解一下“哈工大pytorch笔记”是什么。这是一本介绍深度学习框架PyTorch的教材，由哈尔滨工业大学编写。它提供了从基础概念到深度学习实践的全面指导。现在我们的任务是教会一位刚入行的小白如何实现这本笔记。
## 实现流程
下面是实现“哈工大pytorch笔记”的步骤，让我们用表格来展示：
| 步骤 | 描述 |
|
原创
2024-01-29 10:25:29
152阅读
在了解了线性回归的背景知识之后，现在我们可以动手实现它了。尽管强大的深度学习框架可以减少大量重复性工作，但若过于生成数据集n_samples
原创
2022-11-02 09:46:29
147阅读
在机器学习中，我们会将数据集分成很多个批次来训练。每次抛出一个批次的数据来计算损失函数，再根据损失函数计算参数的梯度。 再根据梯度来更新参数。然后数据加载器会接着抛出下一个批次的数据来计算损失函数，。。。 如下图所示，起初随机选择一个参数的初值theta0。损失函数L1是参数theta0的表达式，根 ...
转载
2021-09-11 13:32:00
1800阅读
2评论
pyltp安装及模型下载可以使用pip直接安装，如果安装失败，建议下载源码进行手动编译。pip install pyltp安装pyltp后，下载模型文件，百度云地址在这。我下载的是ltp-data-v3.3.1.tar.bz2。然后将下载到的模型解压，存放在任意地方。注意：版本对应pyltp版本：0.1.9LTP版本：3.3.2模型版本：3.3.1上面两步都完成后，我们就可以使用pyltp进行一些
转载
2024-09-13 15:45:06
93阅读
动量是一个能够对抗鞍点和局部最小值的技术。 下面我们来看更新梯度的方法。首先选取一个初始值theta0，计算Loss在theta0处的梯度g0，然后根据公式 teata1=teta0-aita*g0，得到的theta1就是更新后的参数。 引入动量后的参数更新，不仅要考虑当前的梯度，还要考虑之前所有的 ...
转载
2021-09-11 16:19:00
823阅读
2评论
PyTorch会根据计算过程来自动生成动态图，然后可以根据动态图的创建过程进行反向传播，计算得到每个结点的梯度值。 为了能够记录张量的梯度，在创建张量的时候可以设置参数requires_grad = True，或者创建张量后调用requires_grad_()方法。 >>> x = torch.ra ...
转载
2021-08-12 15:50:00
590阅读
2评论
老早都想强化一下pytorch的学习了，但是由于业务忙，事情多，拖到现在，今天正式的开始，本博客仅仅提供代码笔记，内部有注释，方便未来的阅读和学习！（不喜勿喷，为了自己学习！）学习计划：代码+项目#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2019/12/28 16:32# @Author : LZQ# @So...
原创
2021-11-30 10:55:30
66阅读
dropout常常用于抑制过拟合，pytorch也提供了很方便的函数。但是经常不知道dropout的参数p是什么意思。在TensorFlow中p叫做keep_prob,就一直以为pytorch中的p应该就是保留节点数的比例，但是实验结果发现反了，实际上表示的是不保留节点数的比例。看下面的例子：a = torch.randn(10,1)
>>> tensor([[ 0.0684],
原创
2021-04-30 21:35:46
674阅读
SSD笔记：1 正负样本获得正样本获得我们已经在图上画出了prior box，同时也有了gro
原创
精选
2022-08-06 00:04:12
256阅读
