1、Anacond下载Anaconda 的下载地址：https://www.anaconda.com/distribution/（目前，页面上是 Python3.9 的版本）Anaconda历史版本链接：https://repo.continuum.io/archive/2、Anaconda 安装双击进行安装，需要注意以下几点：记住安装路径，之后会用到跳过安装 Microsoft VSCode为了
转载
2024-01-15 21:44:50
152阅读
PatchmatchNet: Learned Multi-View Patchmatch Stereo一、Overview1.特点2.贡献二、NetworkOverlook0.1 网络结构0.2 net.py0.3 patchmatch结构0.4 patchmatch.py1. Initialization and Local Perturbation1.1 depthhypos.py2. Ad
转载
2024-01-15 11:56:12
415阅读
文章目录Pytorch的数据操作1、入门2、运算符3、广播机制4、索引与切片5、节省内存6、转换为其它Python对象 Pytorch的数据操作深度学习存储和操作数据的主要接口是张量（维数组）。 它提供了各种功能，包括基本数学运算、广播、索引、切片、内存节省和转换其它Python对象。1、入门首先，我们导入torch。请注意，虽然它被称为PyTorch，但是代码中使用torch而不是pytorc
转载
2023-11-08 17:01:43
73阅读
# 项目方案：使用 PyTorch 构建模型进行图像分类
## 1. 简介
PyTorch 是一个基于 Python 的科学计算包，它是机器学习领域中常用的深度学习框架之一。本项目将使用 PyTorch 构建一个图像分类模型，用于对图像进行分类。我们将使用一个经典的数据集，如 CIFAR-10，来训练和测试模型。
## 2. 数据集准备
首先，我们需要准备数据集。我们将使用 CIFAR-1
原创
2023-12-29 05:02:53
104阅读
## 在 PyCharm 中使用 PyTorch 解决具体问题的方案
### 引言
PyTorch 是一个开放源代码的深度学习框架，它提供了强大的功能，方便开发者进行机器学习和神经网络的研究与开发。本文将介绍如何在 PyCharm 中使用 PyTorch，并通过一个具体的案例来演示这个过程。我们将以图像分类问题为例，使用 PyTorch 的卷积神经网络（CNN）进行训练，并通过可视化饼状图和旅
在机器学习和深度学习的开发过程中，`pytorch pth` 唯有正确的使用才能确保模型在训练和测试阶段的平稳运行。常见的问题是，许多用户在加载和使用 `.pth` 文件时感到困惑，特别是对于初学者。本文记录了关于如何有效使用 PyTorch 的 `.pth` 文件的过程，涵盖了问题背景、错误现象、根因分析、解决方案和验证测试等方面。
## 问题背景
在深度学习项目中，通常需要对训练后的模型进行
使用场景：不同的学校，都有一个或多个多个负责人需要接收到教师早上到校的记录。不同学校的接收时间不相同，可以灵活配置。
以上使用场景，简单的Timer定时器也可以满足程序的需求。自己写一个定时任务的连接池，记录对应时间的触发，传入参数，执行程序时需要知道是哪个学校触发的执行。
以上的使用场景，有现成的轮
# 如何在Mac上使用PyTorch
PyTorch是一个开源的机器学习框架，它可以帮助开发者快速构建和训练深度学习模型。在Mac上使用PyTorch也非常简单，本文将介绍如何在Mac上安装和使用PyTorch，并提供一个示例来展示PyTorch的基本用法。
## 安装PyTorch
在Mac上安装PyTorch有多种方法，其中最简单的方式是使用conda。首先你需要在你的Mac上安装Ana
原创
2024-05-29 06:04:10
142阅读
mixup的图像混合生成方式比较简单，如下公式所示：(，)与(，)是同一个batch中随机选择的两个样本及对应标签，为从beta分布中随机采样的数，。随机生成的Python代码如下：lam = numpy.random.beta(alpha, alpha)实现代码比较简单，如下：alpha = 1.0 # 默认设置为1
criterion = nn.CrossEntropyLoss(
在2019年PyTorch开发者大会上，Facebook，Google和Salesforce Research联合宣布启动PyTorch-TPU项目。项目的目标是在保持PyTorch的灵活性的同时让社区尽可能容易地利用云TPU提供的高性能计算。团队创建了PyTorch/XLA这个repo，它可以让使PyTorch连接到云TPU并使用TPU内核，同时Colab也支持在云TPU上使用PyT
转载
2024-09-03 11:02:12
34阅读
目录一、TensorBoard的主要功能二、使用步骤1.tensorboard涉及的方法和类1.1查看SummaryWriter这个类的使用方法1.2 完整代码总结（一些问题）1.1 add_scalar的简单操作1.2 如何打开这个事件文件？1.3 writer_image的简单操作 一、TensorBoard的主要功能 1.可视化模型的网络架构 2.跟踪模型指标
在如今的人工智能发展潮流中，使用 PyTorch 在 AI Studio 上进行深度学习训练和模型创建已成为许多数据科学家和开发者的必备技能。AI Studio 提供了一个友好的环境来开发和测试机器学习模型，但在使用 PyTorch 的过程中，很多用户会遇到一系列问题。本文将通过一个具体示例来详细介绍如何在 AI Studio 中成功应用 PyTorch。
## 问题背景
用户在 AI Stu
# 使用PyTorch实现图像分类任务
在本文中，我们将介绍如何使用PyTorch来解决一个具体的问题：图像分类任务。我们将使用一个经典的数据集MNIST来训练一个卷积神经网络，然后对测试数据进行分类预测。
## 步骤一：准备数据
首先，我们需要加载MNIST数据集，并对数据进行预处理，包括数据归一化和转换为Tensor类型。
```python
import torch
import
原创
2024-06-13 05:37:26
70阅读
# 项目方案：使用 PyTorch 和 PTH 文件进行模型加载与推理
## 1. 项目背景
在深度学习的应用中，PyTorch 是一种广泛使用的框架，因其灵活性和高效性而备受欢迎。在训练完模型后，通常会将模型保存为 PTH 格式的文件，以便后续的加载和推理。本项目旨在展示如何使用 PyTorch 加载 PTH 文件，并进行简单的推理。我们将通过代码示例和 UML 图来辅助说明该过程。
##
原创
2024-09-30 06:14:44
190阅读
遇到这个问题，应该就是自己电脑上要跑个深度学习的代码，需要个大点的GPU（16Gor32G），甚至不止一个，最近做毕业设计，16G显卡没够用，想着在家整个服务器试试。1，租个服务器，初学者和非初学者都可以用阿里云，因为细节好、便宜、稳定、高级。我们直接进入购买页面，你可以自己慢慢了解，但对于穷人家孩子，抢占式实例要比按量付费便宜（遑论包年包月）。我的选择大概如下：相关的具体内容设置，可以自己看后面
转载
2023-11-18 19:30:48
126阅读
pytorchOCR之数据篇文本检测目前训练数据是基于icdar2015数据集来做算法效果对比的。 -训练数据说明： 标注图片： 标注文件： 如上图所示，标注文件中存放着标注框的坐标，一共7行即为7个框，对应图片中红色的框的四个角点的坐标如绿色圆圈所示，角点的记录顺序为1，2，3，4即为左上，右上，右下，左下的四个点的（x,y），一共8个坐标，,最后一个是标注框的label，其中###代表着文本模
转载
2023-10-16 09:26:09
109阅读
初学Pytorch的时候都是从基本的语法开始学起的，当时看的是官网的60分钟入门。随着不断的学习，大部分时间都用于搭建网络啥的，对于一开始学的基操经常容易忘，在此整理下。参考：deeplizard的pytorch教学，很好的视频教学，如有需要，可以去b站搜索。后续也会更新我常用搭建网络的模板，一起加油努力！1、Pytorch基本介绍1.1 Pytorch常用的库1、torch: 包含所有torch
转载
2023-09-17 13:22:09
305阅读
如何使用GPU训练/测试模型使用单GPU设置设备将数据转换成CUDA张量将模型参数转换成CUDA张量使用指定GPU1.使用CUDA_VISIBLE_DEVICES。1.1 直接在终端或shell脚本中设定：1.2 python代码中设定：2. 使用函数 set_device使用多GPUDP方法DDP方法需要先初始化数据集的处理模型初始化单节点多GPU分布式训练实验结果 原理：通过依靠GPU的并
转载
2023-08-14 13:00:43
343阅读
一、Tesnor先简单介绍一下Tensor。Tensor是pytorch的核心，它是一个包含单一数据类型的多维矩阵。pyTorch定义了七种CPU tensor类型和八种GPU tensor类型：默认的torch.Tensor是FloatTensor。我们可以简单地向下面的方式创建一个Tensor:"""
FloatTensor
"""
x1 = torch.FloatTensor([1,2,3,
转载
2023-11-14 06:00:38
68阅读
Pytorch的使用更新conda：conda update -n base -c defaults conda检查pytorch是否安装成功输入"python"，再输入"import torch"若没有报错，就说明pytorch安装成功了。查看pytorch是否可用显卡：torch.cuda.is_available()返回True，说明显卡可用。另一种方式是先去官网将包下载下来，再利用命令安装
转载
2023-07-14 17:51:32
159阅读
