▌图片：tensorflow官网、安装截图▌内容：教程安装系列 从思想出发，去理解技术；用智慧推演，看人工智能前提：已安装完Anaconda 这⾥咱们主要使⽤ Windows 中的Anaconda Prompt 进⾏安装，因为在Linux、Mac通⽤也是⼤同⼩异的▍第一步：打开Anaconda Prompt配置镜像源，打开后，可以看到现在是base环境，就是安装完a
转载
2024-01-09 17:33:03
57阅读
1.多维输入之前我们的输入都是只有一个维度，如果有多个维度呢？ 对于每一行叫做一个sample（样本） 对于每一列叫做一个feature（特征） 数据集各种各样的什么都有。 csv可以使用excel打开，只能打开逗号做分割的数据集，空格和tab都是不行的。所以可以用记事本打开看一下子。原来的处理函数发生了相应的变化，从一维的变化成了多维 这个过程拆解来看其实是这样子的：为了保证其标量性做了一次转置
转载
2024-01-03 09:46:42
58阅读
1.27 pytorch学习数据预处理创建csv文件import os
os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'txy.csv')pandas从创建的CSV文件中加载原始数据集import pandas as pd
data = pd.read_c
转载
2024-02-24 23:16:04
77阅读
目录一、Anaconda 安装二、安装 TensorFlow-CPU1、配置环境2、安装 Tensorflow三、安装TensorFlow-GPU1、是否可安装GPU版Tensorflow（1）方法一：查看算力（2）方法二：Google搜索2、安装显卡驱动3、创建虚拟环境4、安装Tensorflow、CUDA、cuDNN（1）CUDA版本选择（2）cuDNN、TensorFlow 版本选择（3）
转载
2023-12-15 09:51:15
169阅读
深度学习框架安装由于深度学习框架包括Tensorflow，Pytorch 的源都是在国外的，在国内的安装有时候运气好的情况下可以下载成功，但是大部分的情况都是会出现超时的时候，下面介绍如何快速地安装Tensorflow，Pytorch框架。Tensorflow 安装安装Conda，并且使用Conda国内镜像源创建虚拟环境在虚拟环境中使用Conda或者Pip 下载Tensorflow安装Conda创
转载
2023-11-26 13:53:39
51阅读
目录前言一、Pytorch的入门二、使用步骤1.引入库2.读入数据3.定义卷积神经网络4.Training5.在测试集上测试模型总结前言深度学习中有很多入门数据，MNIST被称为机器学习的“Hello World”，一个人能否入门深度学习往往就是以能否玩转MNIST数据来判断的。PyTorch有一个很好的模块nn，它提供了一种有效构建大型神经网络的好方法。我们将按顺序执行以下步骤：使用torchv
转载
2024-03-05 14:08:21
76阅读
专题介绍及文章命名再次提醒：该系列专题不涉及网络细节讲解，仅限于 工程实现 与 框架学习。想更多了解该专题内容请点击上文专题介绍链接。该专题中，文章命名方式为：Pytorch框架应用系列 之 《项目名称》 《总章节-当前章节》：《当前章节项目名称》目录一. Excel 格式数据集的建立 1.1 数据建立操作 之 Excel数据创建《子任务章节》 1.1.1 第一步：Excel 操作函数：op
转载
2023-12-26 21:43:39
49阅读
# 使用PyTorch进行深度学习
## 引言
深度学习是人工智能领域的一个重要分支，它模拟了人类大脑的神经网络结构，利用大量的数据进行训练，从而实现各种复杂的任务，如图像分类、语音识别和自然语言处理等。PyTorch是一个开源的机器学习框架，由Facebook的人工智能研究院开发并维护。它提供了灵活的张量计算和动态计算图，使得深度学习模型的训练变得更加简单和高效。
## 安装PyTorch
原创
2023-08-13 19:13:54
114阅读
数据导入与处理来自这里。在解决任何机器学习问题时，都需要在处理数据上花费大量的努力。PyTorch提供了很多工具来简化数据加载，希望使代码更具可读性。在本教程中，我们将学习如何从繁琐的数据中加载、预处理数据或增强数据。开始本教程之前，请确认你已安装如下Python包：scikit-image：图像IO操作和格式转换pandas：更方便解析CSV我们接下来要处理的数据集是人脸姿态。这意味着人脸的注释
转载
2023-10-16 10:09:15
86阅读
目录1. 数据集介绍2. 代码2. 读代码（个人喜欢的顺序）2.1. 导入模块部分：2.2. Main 函数：1. 数据集介绍一般而言，MNIST 数据集测试就是机器学习和深度学习当中的＂Hello World＂工程。几乎是所有的教程都会把它放在最开始的地方。这是因为，这个简单的工程包含了大致的机器学习流程，通过练习这个工程有助于读者加深理解机器学习或者是深度学习的大致流程。MNIST
转载
2023-07-05 17:28:29
120阅读
文章目录一、安装及使用Anaconda1、安装Anaconda2、管理环境3、关于Anaconda命令总结4、连接PyCharm5、使用Conda二、配置PyTorch环境1、检查显卡2、安装CUDA3、测试是否安装成功三、在pycharm中使用pytorch 一、安装及使用Anaconda1、安装Anaconda官网下载：https://www.anaconda.com/products/di
转载
2023-11-17 19:35:52
235阅读
model.load_state_dict({k.replace('fc.1','fc'):v for k,v in torch.load('checkpoint.pt').items()})#用'fc'代替'fc.1'
原创
2023-05-18 17:13:58
107阅读
# 使用 PyTorch 导入标签的完整指南
在机器学习和深度学习的任务中，标签数据的导入是一个关键的步骤。在本指南中，我们将一起学习如何在 PyTorch 中导入标签。我们将从整体流程开始，然后逐步详细介绍每一步，以及相应的代码示例和注释，确保你能深入理解每一个细节。
## 整体流程
| 步骤 | 描述 |
简介 在前面的一篇文章里，我简单的介绍了一下python iterator的一些基本定义和使用思路。从表面上来看，iterator只是迭代的去访问一组内容，在实际使用的过程中如果结合一些其他的手法，能够用一种很简练的方式实现一些很强大的功能。这里一并做一个总结。 使用总结Iterator的基本使用方法 我们知道，常用
转载
2024-09-12 10:24:49
43阅读
自从 2019 年 VS Code Python 插件更新以后，VS Code 已经提供了对 Jupyter Notebook 的本地支持，对于那些经常处理合作项目、使用多种编程语言的程序员来说，真是再好不过了。这篇文章告诉你，如何在 VS Code 中上手使用 Jupyter Notebook。
选自towardsdatascience，作者：Yong Cui，机器之心
转载
2024-09-14 23:52:35
51阅读
import torch
from torchvision import transforms
from torch.utils.data import DataLoader
from torch.nn import functional
from torchvision import datasets
from torch.utils.data import DataLoader
import
转载
2023-10-19 11:41:02
54阅读
# PyTorch 导入 `.pth` 文件的指南
PyTorch 是一个流行的开源机器学习框架，它不仅易于使用、灵活性大，且在学术研究和工业应用中都得到广泛的应用。`.pth` 文件是 PyTorch 中用于保存模型权重和其他相关数据的文件格式。本篇文章将深入探讨如何在 PyTorch 中导入 `.pth` 文件，示例代码，并提供类图和流程图以帮助理解。
## PyTorch 介绍
PyT
Pytorch
训练桶状网络
使用nn.Sequential(nn.Conv2d(),nn.BatchNorm(),nn.ReLU(),...)网络就按照次序建立好了。
什么时候使用.to(device)
如果没有一个变量没有显示的复制到显存上，比如初始化的时候，我们就需要使用.to(device)将其复制到显存，但是有一种情况不需要复制到显存，就是如果数据是由原来在显存上的{程序|网络|张量}生
转载
2024-03-14 22:31:14
30阅读
由于大多数现实环境是三维的，因此理想情况下，应针对3D数据训练旨在分析视频或现实环境中的完整任务的深度学习模型。诸如机器人，自动驾驶汽车，智能手机和其他设备之类的技术工具目前正在产生越来越多的3-D数据，最终可以由深度学习算法对其进行处理。但是，到目前为止，在如此大量的3D数据上训练深度学习算法一直相对困难，因为某些人工智能(AI)研究人员只能访问必要的工具和平台。为了解决缺乏现成的工具
转载
2024-06-13 12:12:19
105阅读
Pytorch初学简单的线性模型 代码实操 第二篇 Pytorch实现逻辑斯蒂回归模型 代码实操 第三篇 Pytorch实现多特征输入的分类模型 代码实操 第四篇 Pytorch实现Dataset数据集导入 必要性解释及代码实操
文章目录初学者学习Pytorch系列前言一、先上代码二、必要性解释1. 批量梯度下降（Batch Gradient Descent）2. 随机梯度下降（Stoch
转载
2023-07-14 15:48:45
64阅读
