阅读源代码是学习程序设计语言的最有效途径。“知其然，知其所以然。”动态网站是基于数据库架构的网站，一般由大量的动态网页（如JSP）、后台处理程序（如Servlet）和存储内容的数据库组成。IIS（Internet Informatica Server）:因特网信息服务器。URL（Uniform Resource Locator）:统一资源定位器。HTTP（HyperText Transfer Pr
转载
2024-10-10 11:24:43
20阅读
引子市场上用于深度学习训练计算机大致情况如下：（1）服务器/工作站（支持2、4、8块GPU架构）：普遍存在噪音大，无法放置于办公环境，必须放到专门的机房，维护成本高，另外数据存储带宽、延迟、容量也不尽如意。（2）分布式集群架构：性能强大，但是开发成本太高（太贵），是大多数科研单位及个人无法承受。（3）组装电脑：这类特点是价格便宜，但是在散热和功率方面依然是普通家用/游戏电脑标准，稳定性巨差。（4）
转载
2024-09-13 00:40:21
37阅读
# PyTorch与Python版本的选择与安装指南
作为一名刚入行的小白开发者，了解如何选择和安装合适的PyTorch与Python版本是非常重要的。这一过程虽然看起来复杂，但只要按照步骤进行，你就能轻松完成。本文将简要介绍所需的步骤，并提供必要的代码示例和注释，帮助你顺利完成PyTorch的安装。
## 流程概述
以下是选择与安装PyTorch所需的基本流程：
| 步骤 | 操作 |
原创
2024-09-23 06:01:38
42阅读
目录1. 创建 Python 子环境：2. Pytorch 的安装2.1. 查看电脑 GPU 支持的 CUDA 版本2.2. CUDA 驱动检查2.3. Pytorch 包下载（GPU）2.4. 检查安装3. Jupyter Notebook1. 创建 Python 子环境：# Python子环境名字：pytorch Python版本：3.7.5
conda create -n pytorch p
转载
2023-06-27 21:21:58
277阅读
Torch的
原创
2021-07-29 15:56:07
369阅读
1评论
本着学习d3js的原则，对函数用法做出解释，对源码写出自己的理解，
原创
2022-08-24 08:40:19
246阅读
前言根据官方资料显示最新发布的 Python 3.11 比 Python 3.10 快 10-60%，对用户更友好。这一版本历经 17 个月的开发，现在公开可用。Python 3.11 的具体改进主要表现在：更详实的 Error Tracebacks、更快的代码执行、更好的异步任务语法、改进类型变量、支持 TOML 配置解析以及一些其他非常酷的功能（包括快速启动、Zero-Cost 异常处理、异常
转载
2023-08-07 21:00:08
345阅读
# 存储数据 import scipy.io as sio output_file = "xx.mat" output_dict = {"a":data,"b":data} sio.savemat(output_file,output_dict) # 读取数据 sio.loadmat(output_ ...
转载
2021-05-17 11:02:40
181阅读
2评论
个人理解在pytorch中都是tensor进行计算的，神经网络在训练的过程中是不断更新参数
原创
2023-01-04 18:04:33
51阅读
在使用PyTorch框架进行深度学习任务时，很多开发者都会面临一个常见问题：“使用的Python版本应该是什么？”这个问题的重要性不言而喻，因为不兼容的Python版本可能导致库的功能出错或者完全无法运行。接下来，我将详细记录解决这一问题的过程，带你了解如何选择合适的Python版本。
## 背景定位
在2023年初，越来越多的开发者开始加入深度学习的行列，其中PyTorch因其灵活性和强大功
# 深度学习 PyTorch 环境安装指南
作为一名初入深度学习领域的小白，安装 PyTorch 的环境可能会让你感到困惑。本文将逐步引导你完成这一过程，并提供必要的代码和说明，帮助你顺利搭建 PyTorch 开发环境。
## 1. 安装流程概览
在开始之前，让我们先通过一张表格理清安装的流程。以下是整个安装过程的步骤：
| 步骤 | 描述
第1章 什么是PyTroch？
PyTorch由Facebook人工智能研究院（FAIR）基于Torch推出的深度学习框架。
它是一个基于Python的可续计算包，提供两个高级功能：
PyTorch 是一个优化的张量库，具有强大的GPU加速的张量计算（如NumPy）。
包含自动求导系统的深度神经网络，用于使用 GPU 和 CPU 进行深度学习。
官网教学：https://pytorch.
原创
2021-08-07 21:08:30
684阅读
# 在Android中实现PyTorch目标检测的步骤
PyTorch是一个广泛使用的深度学习框架，可以用于构建和训练复杂的神经网络。而在移动设备上使用PyTorch提供的功能，我们可以通过PyTorch Android来实现目标检测。本文将详细介绍如何在Android中实现目标检测，以下是整个流程的概述。
## 流程步骤
| 步骤编号 | 步骤名称 | 描述
谱聚类可以看作是基于图的一种聚类方法，在各大论坛有许多介绍谱聚类算法的博客，但是在看的过程中，总是会存在各种各样的困惑，尤其是拉普拉斯矩阵的引入等一些列问题上介绍的不是很清楚。这里基于 Ncut首先有必要简单介绍一些图的基本知识，为了尽可能的简单，我们仅仅介绍必要的概念：无向图定义：定义图无向图 ，其中， 为图中的顶点， 为图中的边，
# Python安装PyTorch和Scikit-Learn教程
## 1. 介绍
在这篇文章中，我将教你如何安装Python库PyTorch和Scikit-Learn。PyTorch是一个用于机器学习和深度学习的开源框架，而Scikit-Learn是一个用于统计建模和机器学习的Python库。
在开始之前，请确保你已经安装了Python和pip，因为我们将使用它们来安装和管理库。
##
原创
2023-08-28 07:42:50
296阅读
详解GoogLeNetv1GoogLeNet-1 以下简称为Inception v1好处：Inception v1网络是一个精心设计的22层卷积网络，并提出了具有良好局部特征结构的Inception模块，即对特征并行地执行多个大小不同的卷积运算与池化，最后再拼接到一起。由于1×1、3×3和5×5的卷积运算对应不同的特征图区域，因此这样做的好处是可以得到更好的图像表征信息。使用三个不同大小的卷积核进
目录一、实验介绍二、实验环境1. 配置虚拟环境2. 库版本介绍三、实验内容0. 导入必要的工具包1. 二维互相关运算（corr2d）2. 二维卷积层类（Conv2D）a. __init__（初始化）b. forward(前向传播函数）3. 模型训练一、实验介绍 本实验实现了一个简单的二维卷积神经
目录
1. 导入库及检查版本
2. Hello World
3. 基本数据单元
3.1 torch支持的数据结构
3.2 数据的类型：dtype=torch.xxx
3.3 数据内容: [[xx,xx], [xx,xx]]
3.4 数据运算的设备：device="xxx"
4. Tensor实例/样本创建概述
4.1 Tensor实例化的本质是类模板实例化+类的实例化
4.2 创建tensor
原创
2021-08-07 21:07:39
954阅读
在先前的解决方案中新建一个新的Win32项目FirstD3D11Demo。在写代码之前，我们必须先添加dx11所需要的库。为了链接dx库，右键项目选择属性->vc++目录，在包含目录中添加你所安装的SDK根目录\Include，在库目录中添加 根目录\lib\x86(或x64),在链接器->输入的附加依赖项中添加d3d11.lib、d3dx11.lib、dxerr.lib。第一次使用d
转载
2023-07-30 20:44:03
106阅读
平面扫描（plane-sweeping）介绍：plane-sweeping算法在三维重建中非常重要，其特别适合并行计算，因此通过GPU加速后可以使复杂的稠密重建达到实时。大多实时三维重建的深度图生成部分采用plane-sweeping算法。而且plane-sweeping不用rectify，甚至radial distortion的图像也可以用。研究semantic 3D的Christian Han
