0. autograd0.1 autograd（官方翻译来的这段话）pytorch中可以使用autograd实现神经网络反向传播过程的自动计算。 当我们使用autograd的时候，前向传播会定义一个计算图，图中的节点都是张量，图的边是函数，用于从输入张量产生输出张量。通过这个图的反向传播就可以轻松获得gradient。0.2 计算图下边的图画的有点意识流，能看懂就好，因为官方说法是“节点是张量，边
转载
2023-11-27 05:54:57
32阅读
PyTorch入门 2 —— 张量数值运算基本运算点积运算 / 矩阵乘法比较运算逻辑运算初等函数运算统计运算指定运算设备 在神经网络中都会根据需要进行各种向量、矩阵的运算，使用 PyTorch 可以很方便地使用各种函数方法完成计算需求。在 PyTorch 中，计算的数据都是以张量形式存在，PyTorch 为每个张量封装很多实用的计算函数，并且既可以在 CPU 中运算也可以在 GPU 中运算。本篇
转载
2023-11-25 11:24:21
119阅读
# Python画图如何将画布变大
在Python中，我们可以使用各种库来绘制图形，比如matplotlib、seaborn和plotly等。这些库提供了丰富的函数和方法来创建各种类型的图形。当我们创建图形时，默认情况下，画布的大小是固定的。但是，有时候我们需要将画布的大小调整为我们想要的尺寸。
本文将介绍如何使用matplotlib库将画布变大。我们将讨论以下几个方面：
1. 查看当前画布
原创
2023-09-01 06:54:19
1029阅读
目录Python和ML基础前言1.闭包1.1 基本概念1.2 作业2.sqrt(2)2.1 传统方法2.2 梯度下降法2.3 牛顿法3.拓展3.1 常用函数的导数3.2 链式法则3.3 作业总结 Python和ML基础前言手写AI推出的全新保姆级从零手写自动驾驶CV课程，。记录下个人学习笔记，仅供自己参考。 本次课程主要学习闭包(即返回函数的函数)、导数的相关概念以及利用导数求解sqrt(2)
转载
2024-08-05 19:43:00
29阅读
1.什么是AUC？AUC（are under curve)是一个模型的评价指标，用于分类任务。 那么这个指标代表什么呢？这个指标想表达的含义，简单来说其实就是随机抽出一对样本（一个正样本，一个负样本），然后用训练得到的分类器来对这两个样本进行预测，预测得到正样本的概率大于负样本概率的概率。2.如何计算AUC？方法一在有M个正样本,N个负样本的数据集里。一共有MN对样本（一对样本即，一个正样本与一个
转载
2024-07-04 20:09:36
49阅读
# Python Plot如何将画图的线条加粗
在数据可视化的过程中，使用Python绘图是一种非常流行和有效的方法。Python的绘图库中，Matplotlib是最常用的其中之一。Matplotlib能够提供丰富的绘图功能，而加粗线条是绘图中的一种常见需求。在本篇文章中，我将详细介绍如何在Matplotlib中将画图的线条加粗，并提供代码示例和相关的图示。
## 1. 什么是Matplotl
原创
2024-09-17 05:48:11
385阅读
# 如何将PyTorch删除重装
在机器学习和深度学习的开发中，PyTorch是一个非常流行的框架。但有时，因为不同的版本之间的兼容性或者其他原因，我们可能会需要删除当前的PyTorch安装并重装。本文将详细介绍如何高效地完成这个过程，并展示如何使用一个简单的示例来验证我们的安装是否成功。
## 删除PyTorch
首先，我们要确保正确删除现有的PyTorch版本。可以通过以下命令检查已安装
# 如何将PyTorch完全卸载
PyTorch是一个广泛使用的深度学习框架，但有时候我们可能需要完全卸载PyTorch，例如需要安装不同版本的PyTorch或者出现了一些不可解决的问题。本文将介绍如何完全卸载PyTorch，并给出示例代码。
## 卸载PyTorch的步骤
以下是完全卸载PyTorch的步骤：
1. 卸载PyTorch的Python包。
2. 删除PyTorch安装的文件
原创
2024-01-07 06:14:04
606阅读
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx入门pytorch似乎不慢，写好dataloader和model就可以跑起来了，然而...
转载
2021-10-25 15:53:38
262阅读
# Python中的分箱画图：如何处理缺失值
在数据分析中，我们经常会遇到一些缺失值的情况。如何处理这些缺失值并进行有效的可视化是一个重要的问题。本文将介绍如何使用Python对数据进行分箱处理，并将缺失值进行处理后进行画图展示。
## 实际问题
假设我们有一个包含年龄和收入的数据集，但是其中存在缺失值。我们希望对年龄和收入进行分箱处理，并对其进行可视化展示，同时处理缺失值。
## 示例
原创
2024-07-04 04:08:08
36阅读
可变参数在Python函数中，还可以定义可变参数。顾名思义，可变参数就是传入的参数个数是可变的。我们以数学题为例子，给定一组数字a，b，c……，请计算a2 + b2 + c2 + ……。要定义出这个函数，我们必须确定输入的参数。由于参数个数不确定，我们首先想到可以把a，b，c……作为一个list或tuple传进来，这样，函数可以定义如下：def calc(numbers):
sum = 0
for
转载
2024-04-25 15:05:16
57阅读
# 如何使用Python绘制AUC曲线
在数据科学和机器学习领域，AUC（Area Under Curve）表示的是一个分类模型的性能。通过绘制ROC（Receiver Operating Characteristic）曲线，你可以直观地看到模型在各个阈值下的表现。而AUC就是该曲线下的面积，通常用来衡量模型的好坏。本篇文章将带你通过详细步骤学习如何在Python中实现AUC曲线的绘制。
##
AUC ROC简介AUC是Area Under Curve的简写，这里的Curve其实是指ROC曲线。 AUC：一个正例，一个负例，预测为正的概率值比预测为负的概率值还要大的可能性。 所以根据定义：我们最直观的有两种计算AUC的方法： 1：绘制ROC曲线，ROC曲线下面的面积就是AUC的值； 2：假设总共有（m+n）个样本，其中正样本m个，负样本n个，总共有mn个样本对，计数，正样本预测为正样本的
转载
2024-09-08 17:03:53
45阅读
# 如何在Python中绘制AUC曲线
在机器学习的模型评估中，我们常常需要用到ROC曲线及其下方的面积（AUC）来衡量模型的性能。本文将逐步教你如何使用Python绘制AUC曲线。我们将从以下流程开始：
## 流程步骤
以下是绘制AUC曲线的主要步骤：
| 步骤 | 描述 |
|-------|-------------
转换到gpu上的两种方法与os.environ["CUDA_VISIBLE_DEVICES"]一 .cuda()import os
import torch
os.environ["CUDA_VISIBLE_DEVICES"] ='6,7'
a=torch.tensor([1,2,3]).cuda()
print(a)
torch.cuda.set_device(1)
b=
转载
2023-10-23 10:15:03
221阅读
1.什么是AUC？随机抽出一对样本（一个正样本，一个负样本），然后用训练得到的分类器来对这两个样本进行预测，预测得到正样本的概率大于负样本概率的概率。TPRate的意义是所有真实类别为1的样本中，预测类别为1的比例。：真正率FPRate的意义是所有真实类别为0的样本中，预测类别为1的比例。：假正率 AUC的优势:AUC的计算方法同时考虑了分类器对于正例和负例的分类能力，在样本不平衡的情况
# 使用PyTorch将模型并行化：解决大型神经网络训练问题
深度学习模型的训练往往需要大量的计算资源。随着模型规模的不断扩大，单个GPU可能无法满足计算需求。因此，为了提高训练速度和效率，我们可以使用模型并行化方法。本文将介绍如何使用PyTorch实现模型的并行化，并通过一个具体的例子进行展示。
## 什么是模型并行化？
模型并行化是一种技术，它将神经网络的不同部分部署在不同的设备（通常是
## 项目方案：使用PyTorch导出模型
### 概述
本项目方案旨在介绍如何使用PyTorch将训练好的模型导出为可供推理使用的格式，以便在生产环境中部署和使用。我们将使用一个图像分类任务作为示例，通过训练一个CNN模型，并使用PyTorch提供的方法将模型导出为ONNX格式。
### 准备工作
在开始之前，需要确保已经安装了PyTorch和ONNX库。可以使用以下命令来安装：
``
原创
2023-12-13 05:48:46
269阅读
# 如何将 PyTorch 开发环境导出
在深度学习或者机器学习的开发过程中，创建一个稳定且一致的开发环境显得尤为重要。排除因依赖与版本不一致引发的各种问题，确保其他人能够重现你的实验也至关重要。本文将介绍如何导出 PyTorch 开发环境，从而为其他用户提供一致的环境体验。我们将分为几个步骤进行详细讲解。
## 1. 环境准备
在开始之前，你需要确保你已经安装了 Python 和 PyTo
目录前言1.NVIDIA驱动安装2.Anaconda安装3.配置PyTorch环境4.PyCharm安装5.CUDA和cudnn版本验证 前言这篇博客是针对入门的深度学习环境配置教程，包含所有详细的步骤,仅供学习参考。利用Anaconda安装配置pytorch环境时可以自动配置好cuda和cudnn，避免以往繁琐的系统环境配置。 配置环境：win10+Anaconda3+pytorch+PyCh
转载
2024-05-31 15:10:11
87阅读
