2022年5月，PyTorch官方宣布已正式支持在M1芯片版本的Mac上进行模型加速。官方对比数据显示，和CPU相比，M1上炼丹速度平均可加速7倍。哇哦，不用单独配个GPU也能加速这么多，我迫不及待地搞到一个M1芯片的MacBook后试水了一番，并把我认为相关重要的信息梳理成了本文。公众号后台回复关键词：M1，可获取本文jupyter notebook源代码。一，加速原理Question1，Mac
转载
2024-02-18 11:31:20
112阅读
运行环境：Ubuntu 20.04 LTS（虚拟机） 硬件配置：Intel i7-9750H CPU + NVIDIA GeForce GTX 1650 (Notebook) GPU一、通过 Anaconda 安装 Python进入 Anaconda3 官网，下载 Anaconda3 Individual Edition for Linux 。进入文件下载目录，在终端执行如下命令，开始安装Anac
转载
2023-08-31 10:28:17
481阅读
如何强制将PyTorch运行在CPU上
---
## 引言
PyTorch是一个流行的深度学习框架，通常会自动选择GPU作为默认的计算设备来加速模型的训练和推理。然而，在某些情况下，我们可能希望将PyTorch强制运行在CPU上，例如在没有GPU的机器上运行、对于一些小型模型而言，使用CPU可能更高效等等。本文将介绍如何通过一些简单的步骤来实现这一目标。
## 强制运行在CPU上的流程
下面
原创
2024-02-01 04:56:07
1389阅读
作者 | Lysandre Debut
译者 | 陆离
出品 | AI科技大本营(ID: rgznai100)
【导语】自然语言处理预训练模型库 Transformers 实现了几种用于 NLP 任务的最先进的 Transformer 架构，如文本分类、信息提取、问题解答和文本生成等，它经常被研究人员和公司所使用，提供 PyTorch 和 Ten
转载
2024-08-06 12:20:56
69阅读
1. 理解 Pytorch 的张量类型Pytorch中使用的数据结构为张量 - Tensor，可以表示一个标量，一个向量，一个矩阵，或是更高维度的数组。在深度神经网络中，基于Pytorch的相关计算和优化都是在Tensor的基础上完成的。Pytorch中的张量结构与Numpy中的ndarray类似，共有底层内存，因而可以方便地进行相互转化。Numpy仅支持CPU计算，而Pytorch支持GPU计算
转载
2023-08-13 16:15:15
241阅读
Linux中强制结束一个进程的终极方法和其他常用命令1.查进程ps命令查找与进程相关的PID号：
ps a 显示现行终端机下的所有程序，包括其他用户的程序。
ps -A 显示所有程序。
ps c 列出程序时，显示每个程序真正的指令名称，而不包含路径，参数或常驻服务的标示。
ps -e 此参数的效果和指定"A"参数相同。
ps e 列出程序时，显示每个程序所使用的环境变量。
ps f 用ASCII字
转载
2024-01-28 00:32:07
55阅读
一、Windows（64bit）下安装pytorch-cpu首先说个题外话，为了日后使用的方便最好是将将conda和pip的软件源修改成清华的源，这样的话，使用conda或者pip安装软件速度会快很多。可使用如下指令进行设置:（当然只是建议，与本次pytorch的安装无关，pytorch都是直接从官网上下载，速度还挺快）conda config --add channels https://m
转载
2023-09-05 22:02:16
219阅读
# PyTorch CPU 量化 CPU
在深度学习领域中，模型的大小和计算的效率是非常重要的。为了减小模型的大小和提高计算的效率，我们可以使用量化技术。量化是指将模型中的浮点数参数转换为整数，以减小模型的存储空间和计算量，从而提高模型的运行速度。
PyTorch 是一个流行的深度学习框架，它提供了一种简单而强大的方法来执行模型的量化。在本文中，我们将介绍如何使用PyTorch在CPU上进行模
原创
2023-07-28 07:33:36
873阅读
Win10安装 pytorch【CPU版】一、安装Anaconda二、安装Pytorch-CPU1. 打开 Anaconda Prompt2. 查看conda环境3. 进入 pytorch 环境，安装pytorch4. 到[pytorch官网](https://pytorch.org/get-started/locally/)5. 手动安装方法6. 验证是否安装成功7. vscode配置【笔者是
转载
2023-10-31 20:43:53
0阅读
可以把PyTorch简单看成是Python的深度学习第三方库，在PyTorch中定义了适用于深度学习的基本数据结构——张量，以及张量的各类计算。其实也就相当于NumPy中定义的Array和对应的科学计算方法，正是这些基本数据类型和对应的方法函数，为我们进一步在PyTorch上进行深度学习建模提供了基本对象和基本工具。因此，在正式使用PyTorch进行深度学习建模之前，我们需要熟练掌握PyTorch
在深度学习的训练过程中，我们经常需要控制梯度的计算。在PyTorch中，有些时候可能会遇到“强制开启梯度”的问题，特别是在使用一些预训练模型或者自定义模型时。当我们需要进行反向传播，计算梯度的情况下，确保梯度是强制开启的，就显得尤为重要。下面，我将和大家分享如何解决“PyTorch强制开启梯度”问题的过程。
## 环境准备
在开始之前，我们需要确保环境中安装了必要的依赖。以下是需要安装的一些库
在深度学习中，使用 PyTorch 时，有时候我们需要处理不同的数据类型，尤其是在张量运算时，强制转换类型是常见的需求。在本文中，我将详细记录解决 “PyTorch 强制转换类型” 的过程，包括背景介绍、具体的抓包方法、报文及结构分析，以及异常检测和逆向案例等内容，帮助大家更好地理解这个问题。
## 协议背景
在处理数据时，我们可能会面临数值类型不匹配的问题。PyTorch 作为一个强大的深度
记录贴，面向小白。方案一使用清华源下载，方案二使用whl文件下载。推荐直接看方案二，可以安装指定版本，下载速度也很快。方案一首先，打开Anaconda Prompt， 输入conda env list或conda info -e, 查看当前所有的隔离环境。 找到你想安装pytorch的环境，激活，我这里选择的是Python3.7，所以activate py37。 这时，前面括号里的base就切换到
转载
2024-04-23 13:36:09
56阅读
目录前言1. PyTorch 训练时在第一个 epoch 的最后一个 batch 卡死- 问题描述- 可能的原因- 解决方法2. 使用命令行运行时，卡在第一个 epoch- 问题描述- 原因分析- 解决方法 前言在实际训练中遇到了各种各样的卡住问题，在此总结一下，PyTorch 训练时遇到的卡住停住等问题可以从以下几个方面根据情况具体分析 (参考PyTorch训练时，Dataloader卡死、挂
转载
2023-12-08 20:21:01
552阅读
适配环境：Python3.8（其他版本需要自行下载对应whl文件）第一步： 检查支持whl文件类型#在cmd中输入以下代码查看自己电脑所支持的whl
python -m pip debug --verbose运行后结果如下：由于我的python版本为3.8，所以支持cp38-cp38-win_amd64的whl文件（一定要注意查看，当初我就是因为没有查看自己电脑支持的whl类型，提起来都是血泪教训
转载
2023-10-05 08:15:42
1269阅读
高效的 PyTorch 训练pipeline是怎样的呢？是产生准确率最高模型？还是跑得最快？或是容易理解和扩展？还是很容易并行计算？嗯，以上都是！在研究和生产领域， PyTorch都是一个很好用的工具。从斯坦福大学、 Udacity、 SalelsForce和Tesla等都采用这个深度学习框架清楚的表明了这一点。然而，每个工具都需要投入时间来最高效地使用和掌握它。在使用 PyTorch 两年
转载
2023-09-08 18:00:14
144阅读
See AscendPyTorch模型迁移&调优——模型迁移方法和步骤1.NPU&Davinci硬件架构介绍NPU又叫AI芯片，是一种嵌入式神经网络处理器，其与CPU、GPU明显区别之一在于计算单元的设计，如图所示，在AI Core内部计算单元进一步划分为矩阵运算，向量运算和标量运算。下面详细介绍一下各部分：Cube，负责矩阵运算，每次可完成一个fp16类型的16 * 16与16
转载
2024-04-21 10:05:41
304阅读
详细教程跳转python3.6也快要退出历史舞台了，目前推荐python3.8python3.8版的conda、torch-cpu、torchvsion-cpu链接：https://pan.baidu.com/s/1cmQecI0bquIEL79GuhFc0Q 提取码：1234python环境建议使用我用的Anaconda3-5.2.0-Windows-x86_64，基于python3.6版，比
转载
2023-07-31 20:49:53
425阅读
CPU版pytorch安装针对个人PC不带有GPU显卡，无法用cuda驱动pytorch程序。现在小编已经步入深度学习的过程啦，所谓打工也得扛工具，怎么能逃得过现在最火的pytorch框架的魔掌，这个过程就是我不断在配环境不断报错，各种报错，继续报错，但是不能打败我的，都将让我更加强大！主要参考网站:科学网—Windows10下的Pytorch框架安装（CPU版） 遇到的一些问题：先自己要确定好安
转载
2023-10-11 23:02:09
273阅读
以前总用的tf框架，现在系统的练习下pytorch，将部分学习记录整理在此，尽量简洁明了，加油。 目录一、步骤1. 先创建个虚拟环境2. 进入虚拟环境3. 在该虚拟环境下安装PyTorch和 torchvision4. 完成。(报错及解决方案见下)二、报错问题及解决方案具体操作(我用的法4，推荐)法1法2法3法4(推荐，会花点时间，安了不少东西)三、补充常用命令列出所有的环境激活环境退出环境切换镜
转载
2023-07-20 20:20:07
331阅读
