笔记本： 环境配置创建时间： 2018/10/18 16:52 更新时间： 2020/6/5 15:51标签： Pytorch在别人的基础上多次实践安装多次修改，之前在印象笔记上，共享出来大家可以参考交流URL：
搭建PyTorch环境（linux系统下）www.jianshu.com
anaconda 安装Anaconda1. 下载到官⽅⽹站 https://www.a
以下内容都是针对Pytorch 1.0-1.1介绍。很多文章都是从Dataset等对象自下往上进行介绍，但是对于初学者而言，其实这并不好理解，因为有的时候会不自觉地陷入到一些细枝末节中去，而不能把握重点，所以本文将会自上而下地对Pytorch数据读取方法进行介绍。1|0自上而下理解三者关系首先我们看一下DataLoader.next的源代码长什么样,为方便理解我只选取了num_works为0的情况
由于最近需要搞图神经网络（GNN），因此需要安装 torch_genmetric：Graph Neural Network Library for PyTorch，torch_genmetric 封装了图神经网络常用的算法，例如 GCN（图卷积网络）、GAT（图注意力网络）等等，因此安装其是十分必要的。本人环境配置：系统：windows10，python版本：3.6.1，pytorch版
转载
2024-04-01 08:48:46
315阅读
0. 长期更新，看到奇怪的弄懂了就写 1.torch.gather这个的效果是切片https://www.jianshu.com/p/b7d8d3c26f2d上面的文章告诉我举例子的时候不要用1m或m1 也不要用n*n这种，不然歧义很多这里是按我的理解写一遍，为了我能看懂 补充，如果你出现了**Dimension out of range (expected to be in range of [
PytorchPackagetorchtorch.nntorch.autogradtorch.nn.functionaltorch.optimtorch.utilstorchvision第一部分查看验证和相关信息#查看pytorch是否安装成功
import torch
print(torch.__version__)
tor.cuda.is_available()
torch.version.c
转载
2024-04-30 22:29:00
1221阅读
PyTorch数据操作# 导入PyTorch
import torch[张量表示一个由数值组成的数组，这个数组可能有多个维度]。具有一个轴的张量对应数学上的向量（）； 具有两个轴的张量对应数学上的矩阵（matrix）； 具有两个轴以上的张量没有特殊的数学名称。首先，我们可以使用 arange 创建一个行向量 x。这个行向量包含以0开始的前12个整数，它们默认创建为整数。也可指定创建类型为浮点数。张
（一般pip安装会比conda安装较高效）。3 用pip 安装本文安装 torch 1.13.0+cuda11.6 ，命令如下pip install torch1.13.1+cu116 torchvision0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116注意：这个命令将
# 如何查看pytorch使用cpu还是gpu
## 1. 流程图
```mermaid
flowchart TD
A[导入torch库] --> B[检查GPU是否可用]
B --> C{使用GPU}
C -->|是| D[使用GPU进行计算]
C -->|否| E[使用CPU进行计算]
```
## 2. 步骤表格
| 步骤 | 操作 |
| ----
原创
2024-04-01 05:31:18
1024阅读
1.实验结果随机从测试集导入20张手写数字的灰度图片，训练好的神经网络的识别结果如下图所示。 20张图片全部识别正确，只把训练集的数据迭代训练1遍，在整个测试集上训练的正确率就可以达到97.7%啦 。2.实验过程2.1 准备数据集 ：使用mnist数据集（122MB），训练集包含6万张 28×28像素点的灰度图片和6万个对应的标签label，测试集包含1万张28×28像素点的灰度图片和1万个对应的
转载
2024-09-05 09:20:43
72阅读
Torch笔记（三） 一元线性回归 torch中神经网络包官网https://github.com/torch/nn 先简单说说最简单的线性回归，也就是一元线性回归，即只有一个自变量，一个因变量，用式子表示就是Y=aX+b。X表示输入，Y是输出。就是在已知输入X的情况下拟合输出Y。 现在给出一个实例，咱们从例子中玩Torch。这里有一个家庭消费支出（Ｙ）和可支配收入（Ｘ）的一个实例，当然
查看ollama使用打gpu还是cpu是一个需要深入了解技术的任务。通过以下步骤，我将记录如何解决这个问题，并为你提供最实用的信息和技巧。
## 环境准备
首先，以确保我们的环境能够支持对ollama的使用，我列出了以下软硬件要求。
**软硬件要求**：
| 组件 | 要求 |
|-----------------|------
可先阅读这篇文章仅需1/5成本：TPU是如何超越GPU，成为深度学习首选处理器的https://baijiahao.baidu.com/s?id=1610560990129941099&wfr=spider&for=pc什么是CPU?中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令
转载
2024-05-30 00:49:19
184阅读
深度学习Pytorch-图像目标检测Faster RCNN0. 往期内容1. 图像目标检测定义2. 模型是如何完成目标检测？3. 深度学习目标检测模型简介4. Pytorch中的Faster RCNN训练5. 代码示例 1. 图像目标检测定义左上角坐标[x1,y1]，右下角坐标[x2,y2]。2. 模型是如何完成目标检测？比如特征图中左上角像素对应原图中左上角14*14的区域。3. 深度学习目标
转载
2024-10-11 14:29:51
0阅读
torch学习笔记（二）
在上一个章节，描述了基础的MLP
转载
2024-10-29 14:19:19
11阅读
torchvision库torchvision是独立于pytorch的关于图像操作的一些方便工具库。torchvision的详细介绍在：https://pypi.org/project/torchvision/ torchvision主要包括一下几个包：vision.datasets : 几个常用视觉数据集，可以下载和加载，这里主要的高级用法就是可以看源码如何自己写自己的Dataset的子类 vi
计算一张图片在内存中的大小var bytes = (width * height * channels *8)/8
每一个像素点需要几个通道来存，对于png而言他自己有rgba四个通道，每一个通道需要多少个二进制，
所以在内存中需要(width * height * channels *8)个二进制
如果转换为字节数，还需要除以8 8个二进制表示一个字节第一步加载到一张图片到内存var img
转载
2024-07-20 20:47:58
105阅读
实验对比前端时间搭建了TensorRT 、 Torchserve-GPU，最近抽时间将这两种方案做一个简单的实验对比。实验数据Cuda11.0、Xeon® 6242 3.1*80、RTX3090 24G、Resnet50TensorRT 、Torchserve-GPU各自一张卡搭建10进程接口，感兴趣的可以查看我个人其他文章。30进程并发 、2000 张1200*720像素图像的总量数据Tenso
转载
2024-08-07 21:40:25
97阅读
一、互联网2B、2C的区别 目录一、互联网2B、2C的区别1.客户与用户 2.工具与玩具3.卖身与卖艺二、ToB时代的应对策略1.ToC机会逐渐枯竭，ToB的机会大肆崛起。2.慢就是稳，稳就是快3.创业公司运营会更讲究自救作为互联网从业者，我们经常听到to B（或2B）和to C（或2C）两个概念。to B即面向企业客户，to C即面向
转载
2024-07-31 12:58:28
33阅读
# 查看 PyTorch 是 CPU 还是 GPU 的方法
在深度学习和机器学习的工作中，选择合适的计算资源至关重要。PyTorch 是一个流行的深度学习框架，支持 CPU 和 GPU 运算。对于刚入行的小白来说，了解如何查看 PyTorch 当前工作的是 CPU 还是 GPU 是非常重要的。本文将带你一步步完成这个任务。
## 流程概述
以下是查看 PyTorch 是 CPU 还是 GPU
原创
2024-08-01 11:10:23
558阅读
本文是利用dlib库，进行人脸检测、特征点检测、人脸对齐。所有前提是假设已经安装了dlib。参考链接：http://developer.51cto.com/art/201801/564529.htm1、准备工作1.1 安装dilb下载安装包安装或者pip都可以。首先Ubuntu下安装：gpu版本我用的是python+Ubuntu+gpu，安装教程见：当然如果直接cpu版本，使用pip instal
