# PyTorch基础教程：深度学习的入门之旅
## 引言
在当今这个数据驱动的时代，深度学习作为机器学习的一种重要方法，正在多个领域逐渐崭露头角。PyTorch是一个由Facebook开发的开源深度学习框架，以其灵活性和易用性而受到广泛欢迎。本文将带您进入PyTorch的世界，通过简单的代码示例，帮助您理解基本概念与应用。
## 安装PyTorch
在开始之前，您需要确保在您的计算机上安
原创
2024-10-16 04:09:17
60阅读
文章目录一、数据操作1.1 创建Tensor1.2操作1.2.1 算术操作1.2.2 索引1.2.3 改变形状1.3
原创
2022-08-25 11:20:46
1385阅读
PyTorch–快速入门一.安装与配置关于pytorch的安装，要从官网选择操作系统，包管理器pip，python版本及CUDA版本，会对应不同的安装命令二.PyTorch入门第一步PyTorch的简洁设计使得它入门很简单，在深入介绍PyTorch之前，本节将先介绍一些PyTorch的基础知识，能够对PyTorch有一个大致的了解，并能够用PyTorch搭建一个简单的神经网络本节内容参考了PyTo
转载
2023-08-04 14:41:20
101阅读
这是本人刚学习pytorch时学习的代码，虽然不是百分百本人亲自写的，但是也修改注释了一下。本来代码就是开源的，因此，就特地分享出来供大家一起学习，一起↖(ω)↗。希望刚学pytorch的耐心把它看完，真的很有帮助~ 上车吧，骚年~#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author: yehaizi time:2019/8/13:15:37
转载
2023-09-20 09:22:16
41阅读
一、nn.Linear(1, 1)nn.Linear(1, 1) 是 PyTorch 中的一个线性层（全连接层）的定义。nn 是 PyTorch 的神经网络模块（torch.nn）的常用缩写。nn.Linear(1, 1) 的含义如下：第一个参数 1：输入特征的数量。这表示该层接受一个长度为 1 的向量作为输入。第二个参数 1：输出特征的数量。这表
PyTorch主要是提供了两个核心的功能特性：1）一个类似于NumPy的n维张量，但是可以在GPU上运行2）搭建和训练神经网络时的自动微分/求导机制我们将使用全连接的ReLU网络作为运行示例。该网络将有一个单一的隐藏层，并将使用梯度下降训练，通过最小化网络输出和真正结果的欧几里得距离，来拟合随机生成的数据。目录1. 张量2. 自动求导3. nn模块1. 张量NumPy：在介绍PyTorch之前，我
转载
2023-08-25 18:11:12
126阅读
随着深度学习的发展，深度学习框架开始大量的出现。尤其是近两年，Google、Facebook、Microsoft等巨头都围绕深度学习重点投资了一系列新兴项目，他们也一直在支持一些开源的深度学习框架。目前研究人员正在使用的深度学习框架不尽相同，有 TensorFlow 、Pytorch、Caffe、Theano、Keras等。这其中，TensorFlow和Pytorch占据了深度学习的半壁江山。前几
原创
2021-02-04 20:41:44
232阅读
随着深度学习的发展，深度学习框架开始大量的出现。尤其是近两年，Google、Facebook、Microsoft等巨头都围绕深度学习重点投资了一系列新兴项目，他们也一直在支持一些开源的深度学习框架。目前研究人员正在使用的深度学习框架不尽相同，有TensorFlow、Pytorch、Caffe、Theano、Keras等。这其中，TensorFlow和Pytorch占据了深度学习的半壁江山。前几天分
原创
2021-04-06 21:40:39
352阅读
Datawhale干货作者：李祖贤，Datawhale高校群成员，深圳大学随着深度学习的发展，深度学习框架开始大量的出现。尤其是近两年，Google、Facebook、Microso...
转载
2021-08-30 17:43:15
342阅读
DIN 模型的应用场景是阿里最典型的电商广告推荐，有大量的用户历史行为信息（历
原创
2022-07-14 12:52:44
3237阅读
点赞
Datawhale干货 作者：李祖贤，Datawhale高校群成员，深圳大学随着深度学习的发展，深度学习框架开始大量的出现。尤其是近两年，Google、Facebook、Microsoft等巨头都围绕深度学习重点投资了一系列新兴项目，他们也一直在支持一些开源的深度学习框架。目前研究人员正在使用的深度学习框架不尽相同，有 TensorFlow 、Pytorch、Caffe、Th
原创
2023-08-04 15:22:52
136阅读
识别效果：1.softmax回归这一部分分为softmax回归模型的概念、图像分类数据集的概念、softmax回归模型的实现和softmax回归模型基于pytorch框架的实现四部分。对于离散值预测问题，我们可以使用诸如softmax回归这样的分类模型。softmax回归模型有多个输出单元。本章以softmax回归模型为例，介绍神经网络中的分类模型。1.1分类问题例如一个简单的图像分类问题，输入图
文章目录一、deepFM原理二、FM部分的数学优化三、改进FM后的模型代码四、训练结果Reference一、deepFM原理上
原创
2022-07-14 12:57:48
1729阅读
学习总结torchvision能够方便对数据集的获取、数据增强（如torchvision.transforms进行缩小或放大、水平或垂直翻转等）
原创
2022-08-25 10:34:12
998阅读
文章目录pytorch安装一、配置及准备：二、安装步骤：1.下载与安装CUDA2.下载与安装CuDNN3. 验证CUDA和CuDNN的安装4. 安装pytorch5.测试pytorch的安装： pytorch安装一、配置及准备：学习环境：windows10 + anaconda + python3.7.1 + jupyter notebook机器是win10 64位预备搭建深度学习环境：CUDA
转载
2023-09-12 22:59:25
125阅读
学习总结一、应用场景栗子：torch.nn只支持小批量处理 (mini-batches）。
原创
2022-08-25 10:45:06
206阅读
youtubeDNN模型（1）候选集生成模型：用了Embedding MLP，注意最后的多分类的输出层，预测的是用户点击了“哪个”视频。线上服务时，需要从输出层提取出【视频 Embedding】，从最后一层 ReLU 层得到【用户 Embedding】，然后利用最近邻搜索（如LSH等）快速得到某用户的候选集。这样能够
原创
2022-07-14 12:58:20
3158阅读
点赞
# 一、启动Arthas curl -O https://arthas.aliyun.com/ar
原创
2022-07-24 00:36:36
218阅读
文章目录一、transformer模型二、代码部分一、transformer模型transformer模型一直在NLP和CV领域中很经典。（一）简单回顾transformer模型： 2017 年，Google 提出了 Transformer 模型，用 Self Attention 的结构，取代了以往 NLP 任务中的 RNN 网络结构，在 WMT 2014 Englishto-Ge
原创
2022-09-10 06:13:47
739阅读
一．基础控件学习
1.TextView控件
（1）设置控件基本信息设置；
<TextView
android:layout_width="match_parent"
android:layout_height="wrap_content"
android:text="@string/Title"
android:textSize
转载
2023-08-10 14:16:06
120阅读
