目的：我是直接把 Yunjey 的教程的 python 代码挪到 Jupyter Notebook 上来，一方面可以看到运行结果
原创
2023-12-20 09:14:52
95阅读
Pytorch 学习开始 入门的材料来自两个地方：第一个是官网教程：WELCOME TO PYTORCH TUTORIALS，特别是官网的六十分钟入门教程 DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ。第二个是韩国大神 Yunjey Choi 的 Repo：pytorch-tutorial，代码写得干净整洁。目的：我是直接把 Yunjey 的教程的 p
原创
精选
2024-01-08 16:11:10
349阅读
import torch import numpy from torch.utils.data import TensorDataset from troch.utils.data import DataLoader #TensorDataset将数据和标签封装到一起，再用DataLoader封装后 ...
转载
2021-09-07 21:23:00
115阅读
2评论
详情见https://github.com/jcjohnson/pytorch-examples
原创
2022-01-19 09:30:13
79阅读
一、Pytorch简介 Torch是一个经典的对多维矩阵数据进行操作的张量( tensor ) 库。 Pytorch的计算图是动态的，可以根据计算需要实时改变计算图。 二、安装 2.1 安装GPU环境
原创
精选
2023-11-11 08:12:40
429阅读
首先我们会介绍一下pytorch里面的一些基础知识，有了这些基础知识之后我们才能做出更
原创
2022-11-23 09:54:50
59阅读
详情见https://github.com/jcjohnson/pytorch-examples
原创
2021-07-13 14:34:08
122阅读
import torch import time a = torch.randn(10000, 1000)#要有空格 b = torch.randn(1000, 2000)#1000行，2000列的矩阵 t0 = time.time() c = torch.matmul(a, b)#CPU模式的矩阵
转载
2019-11-26 12:48:00
115阅读
2评论
保存和加载模型当保存和加载模型时，需要熟悉三个核心功能：
torch.save：将序列化对象保存到磁盘。此函数使用Python的pickle模块进行序列化。使用此函数可以保存如模型、tensor、字典等各种对象。
torch.load：使用pickle的unpickling功能将pickle对象文件反序列化到内存。此功能还可以有助于设备加载数据。
torch.
转载
2021-09-13 21:06:00
475阅读
2评论
目录：
Pytorch数据类型：Tensor与Storage创建张量tensor与numpy数组之间的转换索引、连接、切片等Tensor操作【add，数学运算，转置等】GPU加速
自动求导：torch.autogradautogradVariable
读取数据集:torch.utils.data抽象类：torch.utils.data.Dataset采用batch、shuffle或者多线程：tor
转载
2024-08-18 13:46:22
101阅读
上次写了关于Pytorch入门基本操作，主要是对数据的操作，这次主要写关于Pytorch在使用时涉及到几个部分的一些入门知识。写博客的目的是方便自己以后复习查找。 学习内容来自于<<深度学习之Pytorch>>这本书，顺便附上上一篇博客链接和书籍链接：Pytorch入门之基本操作 书籍链接：https://pan.baidu.com/s/150jEc6cKFdlTkksaO
转载
2024-02-26 18:31:44
61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从入门到SJ“入魔”
一、numpy基础
Python本身含有列表（list）和数组（array），但对于大数据来说，这些结构是有很多不足的。list的元素可以是任何对象，因此列表中所保存的是对象的指针。array对象可以直接保存数值，但是由于它不支持多维，在上面的函数也不多，因此也不适合做数值运算。Numpy提供了两种基本的对象：
ndarray（N-dimensional A
原创
2021-07-28 13:55:24
410阅读
都是通用代码~~ 给自己学习用 一个整体的使用流程 学习用哦二、以类的方式定义超参数三、定义自己的模型
原创
2024-07-24 10:00:58
69阅读
深度学习PyTorch笔记（9）：自动求导4. 自动求导4.1 理解4.2 梯度4.3 .requires_grad与.grad_fn4.4 调用.backward()反向传播来完成所有梯度计算 这是《动手学深度学习》（PyTorch版）（Dive-into-DL-PyTorch）的学习笔记，里面有一些代码是我自己拓展的。 其他笔记在专栏 深度学习 中。4. 自动求导4.1 理解逼近法就是积分
下面是常见函数的代码例子 1 import torch 2 import numpy as np 3 print("分割线 ") 4 #加减乘除操作 5 a = torch.rand(3,4) 6 b = torch.rand(4) 7 print(a) 8 print(b) 9 print(tor
原创
2022-06-27 20:08:26
112阅读
api:CLASS torch.nn.PReLU(num_parameters=1, init=0.25, device=None, dtype=None)注意参数和ReLU不一样的；原理：PReLU(x)=max(0,x)+a∗min(0,x)其中，a是一个学习参数，默认a是对所有通道的，如果参数有通道数，则不同的a是对应不同通道的；&nb
原创
2022-07-11 12:27:00
144阅读
在深入学习 PyTorch 之前，作为一个 IT 技术类的菜鸟，我也曾面临很多基本但又关键的问题。在这篇博文中，我将详细记录我在解决 PyTorch 基础问题过程中的实践和思考，包括备份策略、恢复流程、灾难场景、工具链集成、案例分析和迁移方案，希望能够为类似经历的开发者提供参考。
## 备份策略
首先，我制定了一套系统化的备份策略，为我的 PyTorch 项目提供数据保护和恢复能力。下面是我使
