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
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
Hello 各位小伙伴，本章节，我将带领大家学习一下PyTorch的基础知识。对于没有机器学习、深度学习经验的小伙伴们，可以以此为跳板，掌握一点基础概念和知识点，为以后学习打基础，当然，对于有使用经验的，就当温故而知新了。 PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）
转载
2023-09-22 16:23:54
70阅读
# 使用PyTorch选择GPU的方法
在深度学习训练过程中，合理地选择和管理GPU资源是提升模型训练效率的关键。PyTorch提供了多种方法来控制GPU的使用，本文将详细介绍如何选择GPU，并给出相应的代码示例，以解决具体问题。
## 1. 安装和配置PyTorch
在开始之前，请确认已经安装了PyTorch及其CUDA版本。可以通过以下命令安装：
```bash
pip install
原创
2024-10-03 04:37:17
390阅读
# TensorFlow与PyTorch的选择：一个实际问题解决的指南
在深度学习的世界中，TensorFlow和PyTorch是两大流行的框架。选择合适的框架不仅关乎性能，还关乎易用性、社区支持以及将来项目的可维护性。在这篇文章中，我们将探讨如何根据具体需求来选择这两个框架，并通过一个实际的图像分类项目示例来展示。
## 1. TensorFlow与PyTorch的对比
**TensorF
原创
2024-10-28 04:03:26
9阅读
cuda+cudnn→pytorch简述确定显卡驱动程序安装cuda下载cuddn并配置cuda。使用anaconda配置pytorch验证pytorch是否安装成功 简述cuda是专为GPU设计的软件，其目的是开发GPU的计算能力。cudnn是cuda所需的包。pytorch是为深度学习开发的python库。该库需要cuda的支持。确定显卡驱动程序一张显卡需要合适的驱动才能发挥最优性能，配置p
转载
2023-06-25 14:49:49
260阅读
# OpenCV与PyTorch的选择
在计算机视觉和机器学习领域，OpenCV和PyTorch都是非常流行的工具。OpenCV是一个广泛用于计算机视觉任务的开源库，而PyTorch是一个深度学习框架。在选择使用OpenCV还是PyTorch时，我们需要考虑以下几个因素：
1. 任务类型：OpenCV主要用于计算机视觉任务，如图像处理、特征提取、目标检测等。而PyTorch则更适用于深度学习任
原创
2023-12-10 09:05:57
168阅读
# 简介
Tenserflow和PyTorch是当今两个最受欢迎的深度学习框架。本文将讨论如何选择适合的框架来解决一个具体的问题。我们将以图像分类问题为例来展示这个比较。
# 图像分类问题
图像分类是深度学习中最常见的任务之一。给定一个图像，我们的目标是将其分到不同的预定义类别中。在这个问题中，我们将使用一个已经预处理好的图像数据集来训练和测试模型。
# Tenserflow
Tense
原创
2023-07-23 22:05:18
84阅读
'''
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
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
//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
Pytorch-gpu环境配置1. 安装AnaCondaAnaConda下载地址：安装AnaConda 这里选择All Users。 默认安装路径，下一步。 选择“添加环境变量”，安装。 跳过安装VScode即可，安装成功。2. Visual Studio 安装链接: Visual Studio 2019.运行Visual Studio Installer。 选择Python开发、数据科学和分析应
转载
2023-07-23 21:48:49
247阅读
一.基本概念1.1 nvidia独立显卡 独立显卡是指以独立板卡形式存在，可在具备显卡接口的主板上自由插拔的显卡。独立显卡具备单独的显存，不占用系统内存，而且技术上领先于集成显卡，能够提供更好的显示效果和运行性能。显卡作为电脑主机里的一个重要组成部分，对于喜欢玩游戏和从事专业图形设计的人来说显得非常重要。以前民用显卡图形芯片供应商主要包括ATI和NVIDIA两家。 ubuntu需要自己安装nvid
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
一、SGD（stochastic gradient descent）随机梯度下降优点: 虽然SGD收敛比较波折，但是对梯度的要求很低（计算梯度快）。而对于引入噪声，大量的理论和实践工作证明，只要噪声不是特别大，SGD都能很好地收敛。应用大型数据集时，训练速度很快。比如每次从百万数据样本中，取几百个数据点，算一个SGD梯度，更新一下模型参数。相比于标准梯度下降法的遍历全部样本，每
转载
2024-03-03 23:25:53
49阅读
Pillow1、OpenCV2 文章目录一、opencv、matplotlib、pillow和pytorch读取数据的通道顺序二、Pillow(1) Image类(2) ImageFilter类(3) ImageEnchance类三、OpenCV(1)读、显示、写图片(2) 常用操作函数(3) BGR与HSV模型 一、opencv、matplotlib、pillow和pytorch读取数据的通道顺
转载
2023-09-15 15:03:52
318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。
# PyTorch CPU和GPU版本的选择
在深度学习和机器学习的领域中，PyTorch是一个流行的开源库，它提供了灵活、高效的框架，可以在CPU和GPU上进行训练和推理。当我们选择使用PyTorch的时候，尤其是在处理大规模数据时，往往会考虑使用GPU加速。但是，选择CPU版本还是GPU版本常常会让初学者感到迷惑。本文将探讨如何根据特定条件选择PyTorch的CPU或GPU版本，并给出相应的
# 选择 PyTorch CPU 和 GPU 版本的方案
## 项目背景
在选择 PyTorch 的 CPU 和 GPU 版本时，需要考虑计算资源、性能需求以及项目需求等因素。本方案将提供一个综合考虑这些因素的选择方案，并附带代码示例。
## 方案概述
根据项目需求、计算资源和性能需求，选择适合的 PyTorch 版本。对于小型数据集和模型，可以选择 CPU 版本；对于大型数据集和模型，可以选
原创
2024-05-20 06:21:48
661阅读
# PyTorch中Adam优化器动量参数选择方案
## 引言
在深度学习中，优化器是模型训练的核心环节之一。Adam（Adaptive Moment Estimation）优化器因其高效性和自适应特性，成为了深度学习中最常用的优化器之一。本文将探讨如何选择Adam优化器中的动量参数，给出具体的解决方案，并通过代码示例进行说明。
## 动量参数概述
Adam优化器包含两个动量参数：`bet
