机器学习算法工程师
机器学习、深度学习、数据挖掘等人工智能领域的技术实战干货文章，这里都有！分享从业经验是我们的不变的准则……726篇原创内容PyTorch 2.0引入了**torch.compile()**来加速模型，这篇文章我们将介绍如何使用**torch.compile()**来加速Hugging Face和TIMM库的模型。torch.compile() 使得尝试不同的编译器后
转载
2024-01-26 12:11:01
315阅读
原来的英文版 GitHub 项目：https://github.com/bharathgs/Awesome-pytorch-list本文的汉化版 GitHub ：https://github.com/xavier-zy/Awesome-pytorch-list-CNVersion目录这份资源大列表主要包含下面的内容：1. PyTorch 与相关库自然语言处理与语音处理计算机视
转载
2024-07-02 08:33:33
12阅读
tkinter库的笔记（1）前言Tkinter 是 Python 的标准 GUI 库。Python 使用 Tkinter 可以快速的创建 GUI 应用程序。由于 Tkinter 是内置到 python 的安装包中、只要安装好 Python 之后就能 import Tkinter 库、而且 IDLE 也是用 Tkinter 编写而成、对于简单的图形界面 Tkinter 还是能应付自如。界面创建一个G
转载
2024-09-14 11:51:35
63阅读
PyTorch学习（一）前言一、PyToch工具包二、代码测试1.张量（Tensor）初始化2.Operators张量操作3.Tensor与Numpy的转化总结 前言Pytorch框架无缝替换NumPy，并且通过利用GPU的算力来实现神经网络的加速。通过自动微分机制，来让神经网络的实现变得更加容易。一、PyToch工具包torch ：类似 NumPy 的张量库，强 GPU 支持 ；
to
转载
2024-05-30 13:51:49
193阅读
人脸侦测(MTCNN实现）MTCNN思想网络结构(三级级联神经网络)第一层网络：P网络 设计特点：1、全连接层是为了限制输入图片的大小 2、池化层多加了一层一方面是为了提取更加丰富的人物轮廓特征信息，另一方面则是为了减少运 算的参数量 3、输入图片扩大了一倍是因为多加了一层池化，因此要让输入的信息量足够大 4、五层网络，训练速度最慢，但精度最高第二层网络：R网络 设计特点：1、全连接层是为了限制输
Pytorch采用AlexNet实现猫狗数据集分类（训练与预测）介绍AlexNet网络模型猫狗数据集AlexNet网络训练训练全代码预测预测图片 介绍AlexNet模型是CNN网络中经典的网络模型，适合初学者学习，本文对AlexNet结构参数初步说明，详细可以下载论文。通过AlexNet对Kaggle的猫狗数据集进行训练和预测，相关资料为搜集总结。AlexNet网络模型 如图是2012年Alex
转载
2024-09-25 10:29:42
97阅读
pytorch入门笔记1.环境安装及配置1.1 安装anaconda1.2 验证安装1.3 检查显卡驱动是否正常1.4有序的安装环境---conda1.5安装pytorch1.6 检查是或否安装成功2.第一个pytorch工程2.1使用pycharm创建pytorch工程pycharm好处pycharm查看项目解释器2.2使用jupyter创建pytorch工程2.2.1 在pytorch环境中
问题cuda版本不匹配，对于版本不匹配问题真的很难受CPU版本还有GPU版本问题包安装，apex加速的安装，transformer版本也会限制python的版本程序运行，如果程序写的是比较好的，那么这个程序给的运行命令，一定要仔细得看，然后更改到自己的目录，目录一定要正确解决cuda已经要按照nvcc -V的命令显示的，nvidia-smi显示的是最高支持的版本，这两个都是你安装的，可以这么理解，
速通pytorch库（长文）前言 本篇文章主要为那些对于pytorch库不熟悉、还没有上手的朋友们准备，梳理pytorch库的主要内容，帮助大家入门深度学习最重要的库之一。目录结构 文章目录速通pytorch库（长文）1. 介绍与安装1.1 介绍1.2 安装2. Tensor及其常用方法：2.1 创建Tensor：2.2 Tensor对象属性：2.3 常用运算：2.4 tensor于array转换
目录PyG安装图结构基础基准数据集Mini-Batches构建GCN PyG安装Pytorch-geometric即PyG，是一个基于pytorch的图神经网络框架。其官方链接为：PyG在安装PyG之前，我们需要先安装好pytorch，建议使用更高版本的pytorch，比如 pytorch1.9.x + cuda11.1，然后使用pip安装，对于windows系统，我们可以做以下操作：pip i
转载
2024-07-11 05:52:16
247阅读
开箱即用（Pretrained Models + Easy API）模型种类多、覆盖广社区活跃，维护频繁适合科研和工程落地结合使用。
python timm库什么是timm库？模型使用现成模型微调模型使用脚本训练模型特征提取倒数第二层特征 (Pre-Classifier Features)多尺度特征 (Feature Pyramid)动态的全局池化方式选择：Schedulers：Optimizer：训练trick 禁止任何形式的转载！！什么是timm库？PyTorch Image Models (timm)是一个图像模型（mo
转载
2023-10-18 21:34:29
1577阅读
# EfficientViT: 一种高效的视觉Transformer
随着深度学习的发展，视觉Transformer（ViT）逐渐成为计算机视觉领域的重要模型。然而，ViT模型由于其巨大的参数量和计算复杂度，使得在资源受限的设备上部署变得困难。为了解决这一问题，研究者们提出了EfficientViT，一种高效的ViT模型。本文将介绍EfficientViT的概念、原理以及在PyTorch中使用t
原创
2024-07-30 07:38:02
425阅读
# PyTorch Timm 库的本地安装指南
PyTorch Timm（PyTorch Image Models）是一个流行的库，提供了大量的计算机视觉模型以及预训练权重。接下来，我将为你详细讲解如何在本地安装 PyTorch Timm。
## 整体流程
在安装 PyTorch Timm 前，我们需要确保有合适的环境和依赖。下面是安装的总体流程：
| 步骤 | 描述
1.Regularization-正则化·基础： L1正则化 L2正则化 2.动量（momentum）·本质：在每一次个更新tensor时，都记忆上一次梯度下降的方向加入动量的权重更新，不会使得权值的梯度下降的方向特别分散，因为记忆了上一次梯度的方向（特别是优化前期）并且加入动量更不会陷入局部最优解（当某一处存在局部最优解时，不会马上朝着梯
转载
2024-01-21 06:05:02
55阅读
# Python Timm库：轻松使用预训练模型
在深度学习领域，模型的训练和微调是一个重要的过程。好消息是，有许多开源库可以帮助我们快速实现这些目标，而 `timm` 库就是其中之一。`timm`（PyTorch Image Models）是一个提供多种计算机视觉模型的库，它包含了大量的预训练模型和简洁的API设计，方便用户在其基础上进行训练和调整。本文将通过示例介绍如何使用 `timm` 库
与优化函数相关的部分在torch.optim模块中，其中包含了大部分现在已有的流行的优化方法。如何使用Optimizer
要想使用optimizer，需要创建一个optimizer 对象，这个对象会保存当前状态，并根据梯度更新参数。怎样构造Optimizer
要构造一个Optimizer，需要使用一个用来包含所有参数（Tensor形式）的iterable，把相关参数（如learning rate、
转载
2023-11-27 06:39:54
155阅读
# PyTorch 小白应用 timm 模块指南
在深度学习领域，PyTorch 是一个功能强大且广泛使用的框架，而 `timm`（PyTorch Image Models）是一个提供多种预训练深度学习模型的库，极大地方便了模型的使用和优化。今天，我们将带着你一步一步地学习如何使用 `timm` 模块。以下是整个过程的概览：
## 整体流程
下面是我们将要执行的步骤：
| 步骤 | 描述
### 实现 "timm 对应的pytorch版本" 教程
#### 引言
在深度学习领域，有许多优秀的模型架构和预训练权重可供使用。其中，`timm` 库提供了大量常用的模型架构和预训练权重，其实现简洁高效，非常适合使用。本教程将指导你如何在 PyTorch 中使用 `timm` 这一库。
#### 整体流程
下面是实现 "timm 对应的pytorch版本" 的整体步骤：
| 步骤
原创
2023-11-23 05:24:43
5351阅读
文章目录前言一、数据获取二、下载数据1.matlab2.Wget总结 前言第一篇SCI前期数据准备的时候曾经下载过IMERG数据，当时也是参考了许多作者的方法，虽然最后成功下载完数据，但没有进行自我的一个吸收总结，等到下篇文章下载数据的时候早就忘得一干二净，又要重新上网搜索经验。借用费曼学习法的理论，虽然不是口头交流，但文字输出也算是一种主动学习的方式吧，所以有了我在CSDN上的第一篇文章。一、
转载
2024-09-23 09:57:05
189阅读
