深度学习的一般性流程：1. 构建网络模型结构2. 选择损失函数3. 选择优化器进行训练梯度下降法(gradient descent)是一个最优化算法，常用于机器学习和人工智能当中用来递归性地逼近最小偏差模型。torch.optim.SGD 是随机梯度下降的优化函数梯度下降（Gradient Descent）方法变种：(full) Batch gradient descent : 使用全部数据集来计
'''
GAN基础模型搭建
利用MNIST手写字母数据集进行基础GAN程序编写
'''
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.utils.data as data
import torch.optim as optim
import numpy as np
import ma
//通过context对象获取私有目录，/data/data/packagename/filse
context.getFileDir().getPath()存储到SD卡,获取SD的大小及可用空间 （重点）使用Sdcard注意事项：
1.权限问题：
<uses-permission android:name="android.permission.WRITE_EXTERN
转载
2023-11-10 12:40:46
303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
sd 用哪个pytorch 的描述
在当今深度学习快速发展的时代，选择合适的框架变得至关重要。Stable Diffusion（SD）作为一个强大的生成模型，它的实现和运用很大程度上依赖于底层框架。许多开发者在选择PyTorch时，会遇到“sd 用哪个pytorch”的问题。这不仅涉及到模型的性能，还关系到开发的效率和可维护性。因此，理解在这个背景下如何选择适合的PyTorch版本显得尤为重要。
不同类型的优化器随机梯度下降法(SGD) 如果我们的样本非常大，比如数百万到数亿，那么计算量异常巨大。因此，实用的算法是SGD算法。在SGD算法中，每次更新的迭代，只计算一个样本。这样对于一个具有数百万样本的训练数据，完成一次遍历就会对更新数百万次，效率大大提升。由于样本的噪音和随机性，每次更新并不一定按照减少的方向。如上图，椭圆表示的是函数值的等高线，椭圆中心是函数的最小值点。红色是BGD的逼近
转载
2024-01-12 02:03:49
76阅读
深度学习入门学习笔记1两个重要工具dirhelp数据加载初识ananconda 自动带jupyterjupyter使用时遇到问题：Dataset 实战类：TensorBoardSummaryWriter()导包：查看 函数使用方法add_scalar()TransformsTransforms的使用常见的TransformsToTensor()NormalizeResizecomposetorc
转载
2024-10-04 11:29:01
70阅读
输入print(‘Hello World!’)，写下你的第一句Python代码。（三）增加环境变量下面介绍下怎么手动添加环境变量，因为不添加python没法用。首先得知道在哪添加，按照这个顺序点进去就能找到环境变量在怎么增加呢 很简单，首先找到你python的安装路径——复制哪增加。 怎么增加呢 很简单，首先找到你python的安装路径——复制 再找到刚刚那个环境变量的窗口，找到Path进行编辑，
神经网络在对图像识别的实际应用过程中，经常会遇到这样的问题：需要识别的目标只是图片的一小部分；目标区域大小不一；目标的视角有差异或者是扭曲的。这些情形如果不做任何处理，直接使用样本，对于CNN模型的效果就会造成一定消极影响。比如，对于手写文字的识别，我们都希望输入的样本是按文字切割好的、大小一致的、清晰而工整的。所以对于上述问题，我们常常会在模型训练之前先对样本做一定的预处理，但这些处理往往是复杂
本周Facebook宣布发布PyTorch 1.5 上周，我们回答了以下问题：哪个是深度学习网络编程的最佳框架？ 还有今天？ Facebook发布了新的PyTorch 1.5，其中包括几个基于Facebook和AWS之间的协作的项目？ 领先的深度学习框架TensorFlow 当今有许多深度学习框架可用，但是，TensorFlow（由Google开发并于2022年11月作为开源发布）是目前
Ubuntu下安装cuda，cudnn和pytorch服务器配置cuda和cudnn安装在安装一台电脑时候，遇到`'torch.cuda.is_available()`',输出是False的情况。 服务器配置公司新配了几台2080TI主机打算做分布式训练，我事先以安装好Anaconda和pycharm了，这2个安装不难去官网下载对应安装就行了，下面主要记录cuda10.1、cudnn7.6和to
转载
2024-09-11 11:01:23
55阅读
碎碎念问题是这样的，今天在看鱼书（《深度学习进阶：自然语言处理》）。看到SVD分解：使用奇异值分解（singular value decomposition，SVD）对矩阵进行降维。然后我手写了一下书里的代码，结果和书中的输出不一样。本来我想越过这个问题不管它，因为书里还用matplotlib画了散点图，我想我画一下看看和人家结果一不一样不就行了嘛。结果我画图也出bug了。在不能使用图的情况下我只
转载
2024-10-05 17:07:40
18阅读
随着嵌入式系统在工控领域的应用，大容量的数据存储是需要解决的一个问题。常见的解决方案包括Flash存储芯片、SD卡和U盘。综合比较而言，SD卡是个不错的选择。SD卡具有存储容量大（大于128GB）、方便携带及支持SPI通信的特点。今天这篇文章，我们就来聊聊SD卡的那些事。SD卡的全名为“Secure Digital Memory Card”，中文翻译为“安全数字存储卡”。S它是一种基于半导体闪存工
转载
2024-04-25 00:13:28
144阅读
mAPmAP，全称为mean Average Precision，在目标检测任务中被用于衡量检测器的好坏。本文第一部分讲解mAP的概念以及计算过程，第二部分专注于用代码实现mAP的计算。在做目标检测时，每个类别对应有一个AP，全部类别的AP求平均就是mAP。AP是P-R曲线下方的面积。P-R曲线的横轴是Recall，纵轴是Precision。因此，欲计算mAP，得先计算每个类别对应的AP，进一步，
转载
2024-04-15 13:35:46
33阅读
1. 下载StarCraft II游戏到服务器里面如下图所示：2.创建环境+安装pytorch采用anaconda来创建虚拟环境：conda create -n 虚拟环境名称 python=3.8实例为：conda create -n pymarl python=3.8采用3.8的python的兼容性更强然后切换到创建好的环境：conda activate pymarl在这个环境当中装pytorc
转载
2024-06-14 22:04:33
178阅读
导读 只需要添加几行代码，就可以得到更快速，更省显存的PyTorch模型。你知道吗，在1986年Geoffrey Hinton就在Nature论文中给出了反向传播算法？此外，卷积网络最早是由Yann le cun在1998年提出的，用于数字分类，他使用了一个卷积层。但是直到2012年晚些时候，Alexnet才通过使用多个卷积层来实现最先进的imagenet。那么，是什么让他们现在如此出名
转载
2024-08-06 13:10:16
29阅读
# 使用monai pytorch实现的流程
在使用monai pytorch实现任务时，主要分为以下几个步骤：
1. 安装monai和pytorch：在开始之前，首先需要安装monai和pytorch库，可通过以下代码进行安装：
```python
!pip install monai
!pip install torch torchvision
```
2. 导入相关库：在代码中需要导
原创
2023-10-26 13:05:15
608阅读
在处理“PyTorch对应Python”这一技术问题时，我们需要一个周全的备份与恢复策略，以保证数据和模型的安全性。在这篇文章中，我将详细介绍如何构建一个针对PyTorch项目的备份与恢复策略，包括备份策略、恢复流程、可能出现的灾难场景、工具链集成、日志分析以及最佳实践。
### 备份策略
备份是数据安全的重要组成部分。为了更好地安排项目的备份工作，我们可以采用甘特图加周期计划的方式。下面是一
# PyTorch与Python的对应关系
PyTorch是一个基于Python的开源机器学习库，专注于深度学习。它提供了丰富的工具和库，使得用户可以方便地构建和训练深度神经网络模型。PyTorch的代码风格和API设计与Python非常契合，使得用户可以用更加简洁的代码实现复杂的深度学习任务。下面将介绍PyTorch与Python的对应关系，并通过代码示例展示其用法。
## PyTorch与
原创
2024-06-11 05:27:25
76阅读
# PyTorch 对应表科普Article
PyTorch是一种流行的开源深度学习框架，因其灵活性、动态计算图和强大的社区支持而受到广泛欢迎。在使用PyTorch开发深度学习模型时，我们经常需要将不同的操作和函数相互转化，这时就需要用到“PyTorch对应表”。本文将介绍PyTorch中常用操作的对应关系，并通过代码示例进行展示。
## 一、PyTorch简介
PyTorch是一个基于Py
