本文目录
目录
本文目录环境安装PyTorch数据类型操作pandas读写数据集矩阵操作自动求导概率论 环境安装PyTorch官网Jupyter NoteBookPyTorch数据类型操作import torch
x = torch.arange(12) # 使用arange创建一个行向量x tensor([ 0, 1, 2, 3, 4, 5, 6, 7
转载
2024-10-12 20:04:57
32阅读
pytorch和tensorflow函数对应关系方法名称大写一般为类，小写为函数，如A，a，使用方法为A()(),a()作用Pytorchtensorflow平常系列tensor常量troch.tensor()tf.constant()rangetorch.arange()tf.range()求和元素.sum()tf.reduce_sum()随机变量torch.normal()tf.random.
转载
2024-03-17 19:04:17
62阅读
0 前言当前pytroch是最流行的深度学习框架， 最主要的优点就是灵活易用。 tensorflow在很多生产部署环境中应用也还比较广泛， 虽然不好用， 但是效率上还是有点优势的。很多最新的研究工作是基于torch做的， 实际应用时可能需要转换为tensorflow。 因此， 这里列出一些常用的api映射关系，方便查阅和避坑。需要注意的是， torch的api比较简单， 但tensorflow的a
转载
2024-03-25 14:09:37
62阅读
tensorflow使用（转）https://github.com/wizardforcel/data-science-notebook/tree/master/tf/learning-tf-zh一、基础变量TensorFlow 是一种表示计算的方式，直到请求时才实际执行。 从这个意义上讲，它是一种延迟计算形式，它能够极大改善代码的运行：更快地计算复杂变量跨多个系统的分布式计算，包括 GPU。减少
1.pytorch和tensorflow的区别？ 1、首先是图的创建和调试 pytorch图结构的创建是动态的，即图是运行时创建的，更容易调试pytorch代码 tensorflow图结构的创建是静态的，即图首先被“编译”，然后再运行。 （一个好的框架应该要具备三点： ——方便实现大计算图； ——可自动求变量的导数； ——可简单的运行在GPU上； pytorch都做到了，但是现在很多公司用的都是
转载
2024-05-09 22:09:52
1072阅读
一、一开始看到各种安装方法，简单的，用pip安装mxnet的python CPU版本和GPU版本。windows还是linux，python2还是python3，安装命令都一样用pip安装mxnet的python CPU版本：pip install mxnet用pip安装mxnet的python GPU版本:pip install mxnet-cu80 mxnet-cu80
我按照here的说明成功添加了OpenCV.但是我已经尝试将tesseract添加到Android.mk中,现在已经有几天了,而且还无法做到.我有一个使用tesseract的android.cpp所以我必须在我的Android.mk中包含依赖项.我发现this post几乎是确切的问题,他解决了它将libtess.so和liblept.so文件导入Android.mk,但没有解释如何做到这一点,所
数据集的准备用的数据集都是我从网上下载的，而且数据集的预处理我之前已经写过一篇文章了，大家可以看那个文章从那里可以下载到数据集和预处理的代码。中英翻译对数据集的预处理。Transorflow模型代码这个模型是从GitHub获取的官网代码，不需要怎么改动。接下来我就简单的讲下每部分代码都起到了什么作用，至于为什么要用到这些代码和这些代码主要是干什么的？大家可以看看我转载的这篇文章，模型中的代码在这篇
转载
2024-03-24 10:46:47
60阅读
优点：以FP32到INT8量化为例，模型存储占用减小为1/4；增加数据throughput。 什么是量化：表达式：示意图：为什么不使用线性量化(y=ax+b)？因为线性量化后做乘运算会改变分布。怎么量化：TensorFlow Lite量化：训练后量化和量化训练两种方式。训练后量化方式：过程：1.权重量化. 2.infer校准数据集统计activations的最大最小值以量化activat
转载
2024-03-13 09:37:28
81阅读
一、torch.Tensor1、torch.Tensor 的基本用法torch.Tensor 默认数据类型是 float32 torch.LongTensor 默认数据类型是 int64数据类型转换： int 和 float 之间的转换可以通过 t.int() 和 t.float()实现，默认转为 int64 和 float32 int 之间、float 之间的转换可以通过 a=b.type()
转载
2024-03-21 15:27:16
247阅读
文章目录1 torch.Tensor2 Data types3 Initializing and basic operations1）使用torch.tensor() 创建2）使用python list创建3）使用zeros ones函数创建4）通过torch.dtype指定类型， torch.device指定构造器5）零维张量6）torch.Tensor.item()从包含单个值的张量中获取P
转载
2024-01-12 11:06:18
113阅读
2.2 数据操作在PyTorch中，torch.Tensor是存储和变换数据的主要工具。Tensor和Numpy的多维数组非常类似。然而，Tensor提供GPU计算和自动求梯度等更多功能，这些使得Tensor更加适合深度学习。‘tensor’这个单词一般可翻译为“张量”，张量可以看作是一个多维数组。标量可以看作0维数组，向量可以看作1维张量，矩阵可以看作是二维张量。2.2.1 创建Tensor创建
转载
2024-07-18 07:46:26
59阅读
引言：AlphaGo在2017年年初化身Master，在弈城和野狐等平台上横扫中日韩围棋高手，取得60连胜，未尝败绩。AlphaGo背后神秘的推动力就是TensorFlow——Google于2015年11月开源的机器学习及深度学习框架。 TensorFlow TensorFlow是相对高阶的机器学习库，用户可以方便地用它设计神经网络结构，而不必为了追求高效率的实现亲自写C++或CUDA代码。它
对于Tensorflow的运作方式还不是很理解的同学一定要将上面这个图牢牢记在脑海中。在学习基础概念和新的代码的时候，不断将所学跟途中的信息做对照。 这张图的第一层理解就是，当有一个输入时，Tensorflow会根据这个输入值产生相应的输出值。如果这个输出值与实际的值有偏差，那么Tensorflow会对神经网络中的参数进行调整。以使得以下一的输出值更加
LSTM，全称为长短期记忆网络(Long Short Term Memory networks)，是一种特殊的RNN，能够学习到长期依赖关系。LSTM由Hochreiter & Schmidhuber (1997)提出，许多研究者进行了一系列的工作对其改进并使之发扬光大。了解LSTM请前往——LSTM的“前生今世”LSTM在解决许多问题上效果非常好，现在被广泛使用。它们主要用于处理序列数据
最近两天小编实验室新买回来一台图形工作站，需要搭建python+tensorflow-gpu的环境，花费了一天半的时间配置完成，当然如果你网络好，可能半天就OK拉，下面来个总结吧。表格中是此次配置的主要环境windows10系统Anaconda3-4.0.0（64位）python3.5cuda10.0 tensorflow-gpu1.14.01、配置中的软件要求按照tenso
转载
2024-05-14 08:19:26
68阅读
背景不知则问，不能则学。早在17年实习时就用深度学习-卷积神经网络(CNN)在gesture、cifar-10样本数据集上做图像分类；在18年司博带着用keras做人脸识别和车牌识别。当时是新人，现在其实在深度学习方面还是新人，希望后面慢慢记录下自己在DL 方面的一点点学习历程。目的1)了解tensorflow框架2)知道tensorflow2.0API3)掌握tensorflow实现线性回归模型
转载
2024-04-20 21:09:53
194阅读
目录一、torch中模型保存和加载的方式二、torch中模型保存和加载出现的问题1、单卡模型下保存模型结构和参数后加载出现的问题2、多卡机器单卡训练模型保存后在单卡机器上加载会报错3、多卡训练模型保存模型结构和参数后加载出现的问题a、模型结构和参数一起保然后在加载b、单独保存模型参数三、正确的保存模型和加载的方法最近使用pytorch训练模型，保存模型后再次加载使用出现了一些问题。记录一下解决方案
转载
2024-03-25 15:37:15
91阅读
Tensorflow安装教程1. Anaconda安装前往Anaconda官网，下载对应版本Anaconda安装包。 安装包下载完成后，进行安装，记得自己Anaconda的安装路径。2. Pycharm安装前往Jetbrain官网，下载安装社区版Pycharm即可。3. 确定Tensorflow版本前往Tensorflow gpu support网站，查看版本要求。 由于Tensorflow 2.
转载
2024-05-27 23:14:58
441阅读
在练习tensorflow转写成pytorch对之前的一段tensorflow的seq2seq代码实现pytorch的转换任务是这样的： 要将中文日期翻译成英文日期格式，并且输入的时候不知道是1980年还是2080年，需要模型自行判断 已经有了tensorflow的代码完整tensorflow代码# -*- coding: utf-8 -*-
"""
Created on Fri May 21 1
转载
2023-12-23 21:50:49
155阅读
