上次写了关于Pytorch入门基本操作，主要是对数据的操作，这次主要写关于Pytorch在使用时涉及到几个部分的一些入门知识。写博客的目的是方便自己以后复习查找。 学习内容来自于<<深度学习之Pytorch>>这本书，顺便附上上一篇博客链接和书籍链接：Pytorch入门之基本操作 书籍链接：https://pan.baidu.com/s/150jEc6cKFdlTkksaO
转载
2024-02-26 18:31:44
61阅读
目录：
Pytorch数据类型：Tensor与Storage创建张量tensor与numpy数组之间的转换索引、连接、切片等Tensor操作【add，数学运算，转置等】GPU加速
自动求导：torch.autogradautogradVariable
读取数据集:torch.utils.data抽象类：torch.utils.data.Dataset采用batch、shuffle或者多线程：tor
转载
2024-08-18 13:46:22
101阅读
PyTorch的简洁设计使得它入门很简单，在深入介绍PyTorch之前，本节将先介绍一些PyTorch的基础知识，使大家能够对PyTorch有一个大致的了解，并能够用PyTorch搭建一个简单的神经网络。目录1. Tensor2. 自动求导：Autograd3. 神经网络4. 总结1. TensorTensor是PyTorch中重要的数据结构，可认为是一个高维数组。它可以是一个数（标量）、一维数组
转载
2023-09-02 01:48:50
57阅读
一、基本数据结构——Tensor1. Tensor 构建 Tensor 是 Pytorch 的基本数据结构，同 numpy 的 ndarray 类似，一般来说，0维代表标量，1维代表向量，2维代表矩阵，3维代表图像、文本等数据。 Tensor 有多种构建方法，包括：使用 rand 函数构建随机 tensor：x = torch.rand(4,4,4)
# 输出 4*4*4 的三维tensor使用
转载
2024-03-03 23:09:44
36阅读
前言pytorch的使用和numpy特别相似，只是numpy是基于数组（numpy.ndarray），而pytorch是基于张量（torch.Tensor），但是在使用上很多都是一样的，包括很多方法名等。所以如果学习过numpy的话，会感觉pytorch特别的亲切，如果没学过的numpy话，通过学习pytorch，也将顺便给你将来的numpy学习奠定一定的基础。数据类型标量/张量pytorch里的
转载
2024-07-28 15:39:49
28阅读
文章目录pytorch安装一、配置及准备：二、安装步骤：1.下载与安装CUDA2.下载与安装CuDNN3. 验证CUDA和CuDNN的安装4. 安装pytorch5.测试pytorch的安装： pytorch安装一、配置及准备：学习环境：windows10 + anaconda + python3.7.1 + jupyter notebook机器是win10 64位预备搭建深度学习环境：CUDA
转载
2023-09-12 22:59:25
125阅读
1. 为什么是pytorch在深度学习领域，框架已经比较成熟，再tensorFlow2.0发布之后，工业界基本是tensorFlow一家独大（caffe哭)，这很大程度上是因为tensorFlow庞大社区的支持和设备管理上简单的操作。而pytorch因为与python是好基友而且和numpy等科学计算库相容性较好，且容易调试，成了科研界的爱宠。由于作者是为了做科研项目（捡垃圾吃）而学习所以使用to
转载
2023-08-13 23:42:37
29阅读
ps：虽然初恋是Tensorflow，但是在用tensorflow-gpu跑代码的时候总是遇到问题；虽然keras框架确实好用，但是pytorch的风格确实相对而言更有pythonic的味道，而且学术界大多在用pytorch，所以果断学习一波pytorch。本文基于Deep-Learning-with-PyTorch-Chinese 原网址如下：Deep-Learning-with-PyTorch
转载
2024-01-28 07:49:59
57阅读
文章目录一、d2lzh_pytorch包二、生成数据集二、画出数据集的散点图三、读取数据四、模型初始化及训练五、训练结果总结 一、d2lzh_pytorch包《动手学深度学习+PyTorch》配套的GitHub中配套的d2lzh_pytorch包加入IDLE的第三方库中。二、生成数据集num_inputs = 2
num_examples = 1000
true_w = [2, -3.4]
tr
转载
2024-08-20 22:10:59
73阅读
背景 本人目前为大四学生，已被清华大学拟录取。由于研究生目前初定的方向会涉及到深度学习的内容，导师说会利用pytorch进行缺陷检测等，涉及精密测量、先进制造等相关领域。因此，于毕业论文差不多初步完成之际开始自学。为了便于知识的整理，因此打算将每一次的学习内容，整理成笔记，方便自己查看巩固，以及其他志同道合的朋友参考查阅。编译器为PyCharm，参考书籍为软件工程朋友推荐的《动手学深度学习(pyt
转载
2023-08-10 16:37:25
171阅读
# 动手学深度学：PyTorch 入门指南
深度学习是人工智能领域中一种重要的技术，它通过模拟人脑的神经网络来处理数据。而 PyTorch 是一个广泛使用的深度学习框架，由 Facebook 研发，因其灵活性和易用性而备受欢迎。在本篇文章中，我们将通过一些简单的代码示例来了解 PyTorch 的基本用法，帮助初学者快速上手。
## PyTorch 的基本概念
在深入探讨代码之前，我们先了解一
原创
2024-10-28 06:59:41
28阅读
# PyTorch动手学: 深度学习的入门之路
PyTorch是一个强大且灵活的深度学习框架，广泛应用于计算机视觉、自然语言处理等领域。它的设计理念使得用户可以以更加直观的方式进行深度学习模型的构建和训练。本文将带您通过一个简单的示例，了解PyTorch的基本用法，同时借助图示化工具深入理解深度学习模型的训练过程。
## PyTorch基本概念
在学习PyTorch之前，我们需要了解几个基本
原创
2024-09-24 07:03:13
34阅读
1 Python学习中的两大法宝函数理解package结构以及dir()和help()函数Pytorch可以比喻为一个工具箱，里面有很多分区，每个分区的工具有不同的作用dir()函数的作用：查看对象内的所有的属性和方法，返回包含查询对象的所有属性和方法名称的列表。（能让我们知道工具包以及工具包中的分隔区有什么东西）help()函数的作用：help()函数帮助我们了解模块、类型、对象、方法、属性的详
先看线性代数教材 再看计算机图形学第三章-几何造型技术 和第五章的法向量高等数学教材 的基础 就没有任何疑问了
原创
2021-07-20 16:42:23
138阅读
一 安装PyTorchpytorch官网：https://pytorch.org/ 。如果直接输入官网打不开可以考虑百度pytorch，从百度进入官网。需要先安装python，然后如下图所示，选择之后用command安装。 测试是否安装成功，在python里面import torch看是否报错，如果没有报错则安装成功。二 Tensor张量torch.Tensor是一种包含单一数据类型元素的多维矩阵
转载
2024-02-21 19:34:14
37阅读
在这向大家推荐一本书-花书-动手学深度学习pytorch版，原书用的深度学习框架是MXNet，这个框架经过Gluon重新再封装，使用风格非常接近pytorch，但是由于pytorch越来越火，个人又比较执着，想学pytorch，好，有个大神来了，把《动手学深度学习》整本书用pytorch代码重现了，其GitHub网址为：https://github.com/ShusenTang/Dive-into
PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分别是：torchvision.datasets、torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网：http://pytorch.org/docs/master/torchvision/index.html。具体代码可以参考github：
转载
2024-03-13 21:46:39
45阅读
目录一、深度学习硬件CPU 和 GPU1.1 深度学习硬件◼ 计算机构成◼ 程序执行的原理◼ 内存◼ 存储器◼ 中央处理器（CPU）1.2 如何提升cpu的利用率？（如何使运算在cpu上进行的更快，特别是数值运算：矩阵乘法、线性运算等）◼ 提升空间和时间的内存本地性◼ 尽量使用多核并行计算1.3 GPU◼ GPU◼ cpu和gpu的对比◼ 如何提升GPU的利用率？◼ CPU/GPU带宽◼ 如何在C
转载
2024-01-02 10:03:43
56阅读
这是本人刚学习pytorch时学习的代码，虽然不是百分百本人亲自写的，但是也修改注释了一下。本来代码就是开源的，因此，就特地分享出来供大家一起学习，一起↖(ω)↗。希望刚学pytorch的耐心把它看完，真的很有帮助~ 上车吧，骚年~#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author: yehaizi time:2019/8/13:15:37
转载
2023-09-20 09:22:16
41阅读
ShusenTang/Dive-into-DL-PyTorch本项目将《动手学深度学习》 原书中MXNet代码实现改为PyTorch实现。原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者，GitHub地址：https://github.com/d2l-ai/d2l-zh此书的中英版本存在一些不同，针对此书英文版的PyTorch重构
转载
2024-02-29 12:52:15
133阅读
