目录 一. 张量 二. 变量三. 数据集的读取四. nn.Mudule（模组）五. 优化1. 一阶优化算法2. 二阶优化算法六. 模型的保存和加载一. 张量PyTorch里面最基本的操作对象就是Tensor，Tensor是张量的英文，表示的是一个多维的矩阵，比如零维就是一个点，一维就是向量，二维就是一般的矩阵，多维就相当于一个多维的数组，这和numpy是对应的，而且PyTorc
转载
2024-04-16 10:13:08
28阅读
# PyTorch对应的GCC：如何选择合适的编译器
在使用PyTorch进行深度学习任务时，选择合适的编译器是一个重要的环节。PyTorch本身是一个基于Python的深度学习框架，但它的核心部分是用C++开发的。因此，GCC（GNU Compiler Collection）是一个常用的选择，特别是在Linux环境下。如果你在安装或编译PyTorch时遇到问题，了解GCC及其设置将对你大有帮助
# PyTorch GCC 安装
PyTorch是一个流行的开源深度学习框架，它提供了丰富的工具和函数来构建和训练神经网络模型。在安装PyTorch时，我们通常会使用pip或conda来安装预编译的二进制包。但是，有时我们可能需要在不同的编译器或操作系统上使用PyTorch，这就需要我们自己编译PyTorch的源代码。
在本文中，我们将介绍如何使用GCC编译器来安装PyTorch。GCC是一个
原创
2023-07-25 18:51:18
270阅读
# 实现“pytorch gcc windows”教程
## 1. 整个流程
首先，我们来看一下实现“pytorch gcc windows”的整个流程：
```mermaid
pie
title 任务分配比例
"了解需求": 30
"安装环境": 40
"编译PyTorch": 30
```
## 2. 每个步骤的操作
### 2.1 了解需求
在这一步，
原创
2024-04-19 08:15:35
8阅读
win10-CUDA10.0: python3.6 + torch1.1 + torchvision0.3.0 + transforms成功安装问题描述： 首先，我刚开始使用的是，python3.5,安装了torch1.1-p35、torchvision0.3.0,然后transforms死活装不上，一直报错。找了很久，终于在某一个角落看到可能是python版本问题,然后屁颠屁颠跑去下了个pyth
转载
2023-09-27 06:47:23
1529阅读
文章目录1.准备工作2.安装pytorch3.检验4.总结 前言上一篇文章讲解了如何安装Anaconda,现在来安装pytorch,安装好工具就可以好好学习了。1.准备工作由于我安装anaconda时选择了最新版的，它默认安装了最新版python 3.8.5版本，我看网上大多数博主推荐python 3.6，说兼容性较好。所以需要再安装一个python 3.6。单击启动Anaconda promp
转载
2023-09-18 16:14:03
151阅读
目录一. 理解MessagePassing二. 关于数据集的处理（以Cora为例）三. 重现GCN代码分析最近学习了，Pytorch和Pytorch Geometric(PyG)框架下重现SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS的代码，下面是关于Pytorch Geometric及代码的理解。一. 理解Mess
转载
2024-06-11 21:54:20
62阅读
声明：本文章是根据网上资料，加上自己整理和理解而成，仅为记录自己学习的点点滴滴。可能有错误，欢迎大家指正。一、简介1.什么是pytorch？ Pytorch是基于torch的python版本的机器学习库，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络(DNN)编程。 Torch 是一个经典的对多维矩阵数据进行操作的张量(tensor )库，在机
转载
2024-08-08 14:31:50
253阅读
序言本文是针对笔者前一阵子写的博客【数值分析×机器学习】以SVD的分解形式进行深度神经网络的训练基于的一个实现流程，以及对在实现过程中存在的问题与解决做一个记录。大致的思想是将深度神经网络中各个网络层（主要指全连接层与卷积层）对应的权重矩阵进行低秩分解，以简化模型复杂度以及提升模型优化的收敛速度，有兴趣地可以去看一下链接中对应的论文，笔者阅读后受益匪浅：英文标题：Learning Low-rank
转载
2024-07-05 21:10:42
136阅读
由于每次完成实验需要5个小时（baseline），自己的模型需要更久（2倍），非常不利于调参和发现问题，所以开始尝试使用多卡加速。torch.nn.DataParallel ==> 简称 DPtorch.nn.parallel.DistributedDataParallel ==> 简称DDP一开始采用dp试图加速，结果因为dgl的实现（每个batch的点都会打包进一个batch，从而
转载
2023-10-20 11:43:33
23阅读
# 学习如何实现“gcc cuda pytorch对应版本”
在进行深度学习开发时，确保所使用的工具版本匹配至关重要，特别是GCC、CUDA和PyTorch的版本。这里将教你如何找到和安装这些版本，以及如何确保它们可以良好地协同工作。接下来，我们将通过一个简单的流程图和逐步说明来完成这一任务。
## 流程概览
首先，我们来看一下实现的步骤：
| 步骤 | 任务
GC垃圾回收机制GC的引用计数的缺点-循环引用import gc
class Test(object):
def __init__(self):
print("object born,id:%s"%str(hex(id(self))))
def f2():
while True:
c1 = Test()
c2 = Test()
转载
2024-04-12 14:12:36
29阅读
## pytorch gcc 版本对应关系
PyTorch是一个基于Python的科学计算包，它提供了强大的GPU加速功能，可以实现高效的深度学习算法。在使用PyTorch时，我们经常需要安装和配置对应的gcc版本，以确保代码的兼容性和性能。
### 为什么需要对应的gcc版本？
GCC（GNU Compiler Collection）是一套用于编译C、C++和Fortran程序的开源编译器
原创
2023-11-21 15:46:28
1755阅读
B站up主“刘二大人”视频 笔记详细过程： 本课程的主要任务是构建一个完整的线性模型： 导入numpy和matplotlib库； 导入数据 x_data 和 y_data; 定义前向传播函数: forward：输出是预测值y_hat 定义损失函数： loss：损失函数定义为MSE：均方根误差 创建两个空列表，因为后面绘图的时候要用： 分别是横轴的w_list和纵轴的mse_list 开始计算（我觉
转载
2024-01-26 07:10:36
42阅读
# 在Docker容器中安装GCC的步骤
## 概述
本文将向刚入行的开发者详细介绍如何在Docker容器中安装GCC编译器。GCC是一款开源的编译器集合，它支持多种编程语言，包括C、C++、Objective-C、Fortran等。通过在Docker容器中安装GCC，开发者可以更方便地进行代码编译和调试。
为了保证文章的可读性，我们将整个过程分为以下几个步骤，并使用表格展示。接下来，我们将详
原创
2024-01-04 06:16:02
2488阅读
# 在PyTorch中使用Hydra 的指南
Hydra是一个非常强大的配置管理工具，它能帮助开发者有效地管理和协调复杂的配置文件，尤其在深度学习项目中，配置往往是多层次和复杂的。本文将为刚入行的小白提供一个完整的指南，帮助他在PyTorch中实现Hydra。下面是整件事情的流程概览。
## 实现流程
| 步骤 | 描述 | 代码示例
AVR-GCC里定义的API 嵌入式编程的代码可以简单地分为两部分，一是与硬件无关的算法部分，对其编程与普通C编程没有区别；二是与硬件相关的寄存器/端口操作部分。不同的MCU实现方法各有不同。在AVR-GCC里则通过一系列的API来解决。当然，用户也可以定义自己的API。在此简单地介绍目前AVR-GCC里定义的A
转载
2024-07-10 22:16:14
98阅读
目录零、 函数总体说明一、数据导入1. torch.utils.data.Dataset基类 or torchvision.datasets.ImageFolder 将路径和标签变列表2. torch.utils.data.DataLoader对图像和标签列表分别封装成一个Tensor3. 将Tensor数据类型封装成Variable数据类型。补充：Sample二、导入你的模型三、定义损失函数cr
转载
2024-08-22 11:43:23
468阅读
一、问题背景本人正准备学习yolo算法，然后提前已经安装了CUDA模块，以及对应的pytorch版本。下载yolo源代码后，readme.txt中建议我用pip install -U -r requirement.txt方法安装依赖库。当时我注意到torch被重新安装了一遍，但是当时没留心，以为应该不是什么问题。后来，在实际用yolo跑数据集的时候，发现哪怕device设置成cuda:0，也没办法
转载
2024-01-26 06:55:04
31阅读
CentOS 6.3服务器上配置PyTorch与gcc目录一、版本查看1.1 CentOS版本查看1.2 CUDA版本查看CUDA驱动版本CUDNN1.3 python版本二、下载镜像2.1 环境下载2.2 解压环境2.3 安装第三方包三、安装成功3.1 如上流程3.2 安装成功四、安装gcc4.1 安装Jumbo4.2 用Jumbo装gcc 5.2查找可安装的版本安装方案一： 基于 conda
转载
2023-07-24 10:57:36
238阅读
