# PyTorch简介
PyTorch是一个开源的机器学习框架，它提供了丰富的工具和库，用于构建深度学习模型。PyTorch拥有简单易用的接口，广泛应用于学术界和工业界。
## PyTorch的优势
PyTorch相对于其他机器学习框架的优势在于其动态图的特性。动态图指的是PyTorch能够在运行时构建计算图，这使得模型的开发过程更加灵活和直观。与之相比，其他框架如TensorFlow使用静
原创
2023-08-01 16:28:38
40阅读
## PyTorch 例子实现流程
本文将为刚入行的小白介绍如何实现一个使用PyTorch进行训练和预测的例子。我们将按照以下步骤进行：
```mermaid
gantt
title PyTorch 例子实现流程
section 数据准备
数据收集 :a1, 2022-01-01, 2d
数据预处理 :a2, aft
原创
2023-09-05 21:00:11
63阅读
PyTorch是一个针对深度学习，并且使用GPU和CPU来优化的tensor library(张量库)。最新发布的稳定版本为1.9，源码在https://github.com/pytorch/pytorch 。它支持在Linux、Mac和Windows上编译和运行。调用Python接口可以通过Anaconda或Pip的方式安装，调用C++接口
转载
2023-08-14 15:21:08
198阅读
第1步，导入相关的python包，并且下载训练集，其中训练集可以提前下载放到相应的目录下面。如果真的通过下面代码进行，将会相当耗时。from torchvision import datasets, transforms
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as
转载
2023-09-02 13:51:03
161阅读
作者: Sasank Chilamkurthy在解决任何机器学习问题上，在准备数据上会付出很大努力。PyTorch 提供了许多工具， 使数据加载变得简单，希望能使你的代码更具可读性。本教程中，我们将看到图和从一个不重要的数据集中加载和预处理/增强数据。要运行本教程，请确保已安装一下软件包： 1. scikit-image: 用于图像 IO 和 变换 2. pandas： 更简单的 csv 解析
转载
2023-07-24 10:12:21
104阅读
backward函数官方定义：torch.autograd.backward(tensors, grad_tensors=None, retain_graph=None, create_graph=False, grad_variables=None)Computes the sum of gradients of given tensors w
转载
2024-08-20 17:29:17
55阅读
UNet++讲解 玖零猴：UNet++解读 + 它是如何对UNet改进 + 作者的研究态度和方式zhuanlan.zhihu.com
BraTs数据准备数据来源本文用的训练集和验证集均来自BraTs2018的训练集(其中HGG:210个病人,LGG:75个病人)但由于BraTs只公开训练集数据,没有测试集数据,如果在训练集中再拆一部分用来作测试集的话,那训练集便少
刚开始学AI，几乎没用过Python，听说PyTorch发展不错，且比TensorFlow更容易上手，调试也更简单，那就PyTorch吧。在PyTorch官网文档指导下，安装好了PyTorch，接着就看官网的，这篇tutorial写得很不错，文字部分基本都能理解，但是到了第一个例子，虽然是及其简单的AI示例，但我看代码还是感觉吃力，又查了不少资料，才大概理解，这里就算是做了个笔记和总结吧。示例代码
转载
2023-10-12 13:44:54
95阅读
这里写自定义目录标题 这是一个基于PyTorch框架实现的表情包生成工具，使用条件生成对抗网络（cGAN）进行训练。假设表情包是由描述和图像组成，我们将基于描述生成图像。首先，我们需要准备我们的数据集。我们假设数据集是一个名为input的文件夹，其中包含表情包图像，每张图像的名称就是它所代表的描述。为了使用这些图像训练我们的cGAN，我们需要创建一个PyTorch数据集类，将图像加载到内存中。以
转载
2023-10-27 02:17:39
54阅读
# PyTorch中的RNN实例：理解序列数据的处理
神经网络是一种模仿人脑神经元工作的计算模型。在深度学习中，循环神经网络（RNN）是一种专门处理序列数据（如时间序列、文本等）的模型。PyTorch作为一个流行的深度学习框架，提供了强大的工具来构建和训练RNN。在这篇文章中，我们将介绍RNN的基本概念及其在PyTorch中的实现，并通过一个简单的示例来说明其应用。
## 什么是RNN？
循
给定训练数据，GANs能够估计数据的概率分布，基于这个概率分布产生数据样本（这些样本可能并没有出现在训练集中）。 GAN中，两个神经网络互相竞争。给定训练集X，假设是几千张猫的图片。将一个随机向量输入给生成器G(x)，让G(x)生成和训练集类似的图片。判别器D(x)是一个二分类器，其试图区分真实的猫图片和生成器生成的假猫图片。总的来说，生成器的目的是学习训练数据的分布，生成尽可能真实
转载
2023-07-30 16:12:54
87阅读
PyTorch学习笔记（18）–划分训练集和测试集的脚本文件 本博文是PyTorch的学习笔记，第18次内容记录，主要记录了如何自动的划分训练集和测试集。主要包括了2种方式，第1种方式针对的是数据集是按照类别存放在多个文件夹中，适用于分类问题，将同一类的图片划分为训练集和测试集，第2种方式针对数据不按照分类存放，而是直接放在同一个文件夹下，将数据分成训练集和测试集。 目录PyTorch学习笔
转载
2024-06-08 23:22:43
63阅读
张量（Tensor）张量可以简单理解为多维数组，理论上张量是任意维度。张量操作基本方法首先检验一下终端的pytorch是否安装成功： Win + R 打开CMD 命令，输入“ipython”然后构建一个张量并输出In [1]: import torch
In [2]: torch.Tensor(3,3)
Out[2]:
tensor([[0., 0., 0.],
[0., 0.,
转载
2024-02-13 22:41:00
48阅读
文章目录八、PyTorch8.1 相关定义1 张量Tensor2 Variable8.2 激活函数8.3 损失函数1）均方误差损失函数2）交叉熵损失函数8.4 PyTorch实战1 MNIST手写数字识别2 Cifar10分类 八、PyTorch8.1 相关定义1 张量Tensor优点：可以使用GPU加速1）Tensor和numpy之间的转化import torch
import numpy a
转载
2023-11-19 15:14:30
70阅读
文章目录Pytorch的基本使用Numpy和Tensor之间的转化GPU训练用numpy手动实现两层神经网络用pytorch手动实现两层神经网络Pytorch的NeuralNetwork库自定义模型用神经网络玩游戏 Pytorch的基本使用导入torch库，然后用torch.empty(5，3)初始化一个5*3的tensor。 这个tensor里的数字是随机的。torch.rand(5,3)里创
转载
2024-04-18 15:51:38
45阅读
文章目录一、代码二、生成结果2.1 loss的变化2.2 生成的虚假图像的变化三、不足之处 用 pytorch 实现一个最简单的GAN：用mnist数据集生成新图像 一、代码训练细节见代码注释：# @Time : 2022/9/25
# @Function: 用pytorch实现一个最简单的GAN，用MNIST数据集生成新图片
import torch
import torch.nn
转载
2023-10-26 21:20:45
189阅读
深度学习 LSTM长短期记忆网络原理与Pytorch手写数字识别一、前言二、网络结构三、可解释性四、记忆主线五、遗忘门六、输入门七、输出门八、手写数字识别实战8.1 引入依赖库8.2 加载数据8.3 迭代训练8.4 数据验证九、参考资料 一、前言基本的RNN存在梯度消失和梯度爆炸问题，会忘记它在较长序列中以前看到的内容，只具有短时记忆。得到比较广泛应用的是LSTM（Long Short Term
转载
2023-09-05 13:57:24
433阅读
目录1. 介绍2. 对抗生成网络2. 变量3. 数据4. 实现方法4. 结果1. 介绍本教程将通过一个例子来介绍DCGAN。我们将使用很多真正的名人照片训练一个生成对抗网络（GAN）后，生成新的假名人照片。这里的大多数代码来自于pytorch/examples中对DCGAN的实现，并且本文档将对DCGAN的实现进行全面解释，并阐明该模型是怎样工作的以及为什么能工作。但是不要担心，我们并不需要你事先
转载
2023-12-14 11:06:59
62阅读
本文首先介绍了数据预处理的方式，如dataset,dataloader。其次通过全连接网络来进行训练。torchvisiontorchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成：torchvision.datasets: 一些加载数据的函数及常用的数据集接口；torchvision.models:包
转载
2023-09-30 14:31:37
72阅读
目录前言Visual Studio安装CUDA下载和安装下载相应版本的CUDACUDA环境变量配置cuDNN下载和安装Anaconda的安装与环境配置清华镜像源配置创建python虚拟环境管理pytorch测试pytorch-GPU版本安装是否成功jupyter lab 安装及配置 前言最近要从头安装Pytorch-GPU，看了很多教程，看的晕晕乎乎的，自己也实践了一下，经过简单的测试，
转载
2023-12-24 11:24:49
65阅读
