注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 《Deep Learning with PyTorch》高清原版

  2. 2018年新书，作者Vishnu Subramanian，简介：A practical approach to building neural network models using PyTorch

  3. 所属分类：深度学习

    • 发布日期：2018-10-13
    • 文件大小：7340032
    • 提供者：cuixing001

  1. PyTorch 深度学习视频教程（一）

  2. 该资源是最新的PyTorch 深度学习视频教程（一）压缩包，主要介绍学习Pytorch的先修课与Pytorch的简介，还有一套PyTorch 深度学习视频教程（二），欢迎大家下载学习！

  3. 所属分类：深度学习

    • 发布日期：2018-10-14
    • 文件大小：163577856
    • 提供者：jinyuan7708

  1. pytorch(PyTorch内部机制简介)

  2. PyTorch 的构建者表明，Pytorch 的哲学是解决当务之急，也就是说即时构建和运行我们的计算图。这恰好适合 Python 的编程理念，一边定义就可以在 Jupyter Notebook 一边运行，因此，PyTorch 的工作流程非常接近于 Python 的科学计算库 NumPy。 TENSORS PRODUCTION ooooooooooooooo WHO AM I Christian S Perone 14 years working with machine Learning, Da

  3. 所属分类：深度学习

    • 发布日期：2020-10-07
    • 文件大小：1048576
    • 提供者：qq_30121457

  1. PyTorch安装流程简介

  2. 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。PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。

  3. 所属分类：教育

    • 发布日期：2020-11-06
    • 文件大小：2097152
    • 提供者：weixin_51043079

  1. PyTorch预训练Bert模型的示例

  2. 本文介绍以下内容： 1. 使用transformers框架做预训练的bert-base模型； 2. 开发平台使用Google的Colab平台，白嫖GPU加速； 3. 使用datasets模块下载IMDB影评数据作为训练数据。 transformers模块简介 transformers框架为Huggingface开源的深度学习框架，支持几乎所有的Transformer架构的预训练模型。使用非常的方便，本文基于此框架，尝试一下预训练模型的使用，简单易用。 本来打算预训练bert-large模型，发现

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：103424
    • 提供者：weixin_38698311

  1. PyTorch中的padding(边缘填充)操作方式

  2. 简介 我们知道，在对图像执行卷积操作时，如果不对图像边缘进行填充，卷积核将无法到达图像边缘的像素，而且卷积前后图像的尺寸也会发生变化，这会造成许多麻烦。 因此现在各大深度学习框架的卷积层实现上基本都配备了padding操作，以保证图像输入输出前后的尺寸大小不变。例如，若卷积核大小为3×3，那么就应该设定padding=1，即填充1层边缘像素；若卷积核大小为7×7，那么就应该设定padding=3，填充3层边缘像素；也就是padding大小一般设定为核大小的一半。在pytorch的卷积层定义中，默

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：121856
    • 提供者：weixin_38697123

  1. 使用 PyTorch 实现 MLP 并在 MNIST 数据集上验证方式

  2. 简介 这是深度学习课程的第一个实验，主要目的就是熟悉 Pytorch 框架。MLP 是多层感知器，我这次实现的是四层感知器，代码和思路参考了网上的很多文章。个人认为，感知器的代码大同小异，尤其是用 Pytorch 实现，除了层数和参数外，代码都很相似。 Pytorch 写神经网络的主要步骤主要有以下几步： 1 构建网络结构 2 加载数据集 3 训练神经网络（包括优化器的选择和 Loss 的计算） 4 测试神经网络 下面将从这四个方面介绍 Pytorch 搭建 MLP 的过程。 项目代码地址：la

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：86016
    • 提供者：weixin_38638163

  1. Pytorch之Variable的用法

  2. 1.简介 torch.autograd.Variable是Autograd的核心类，它封装了Tensor，并整合了反向传播的相关实现 Variable和tensor的区别和联系 Variable是篮子，而tensor是鸡蛋，鸡蛋应该放在篮子里才能方便拿走（定义variable时一个参数就是tensor） Variable这个篮子里除了装了tensor外还有requires_grad参数，表示是否需要对其求导，默认为False Variable这个篮子呢，自身有一些属性 比如grad，梯度vari

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：52224
    • 提供者：weixin_38698539

  1. Pytorch之卷积层的使用详解

  2. 1.简介(torch.nn下的) 卷积层主要使用的有3类，用于处理不同维度的数据 参数 Parameters： in_channels(int) – 输入信号的通道 out_channels(int) – 卷积产生的通道 kerner_size(int or tuple) – 卷积核的尺寸 stride(int or tuple, optional) – 卷积步长 padding (int or tuple, optional)- 输入的每一条边补充0的层数 dilation(int or tu

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：49152
    • 提供者：weixin_38733333

  1. PyTorch的自适应池化Adaptive Pooling实例

  2. 简介 自适应池化Adaptive Pooling是PyTorch含有的一种池化层，在PyTorch的中有六种形式： 自适应最大池化Adaptive Max Pooling： torch.nn.AdaptiveMaxPool1d(output_size) torch.nn.AdaptiveMaxPool2d(output_size) torch.nn.AdaptiveMaxPool3d(output_size) 自适应平均池化Adaptive Average Pooling： torch.nn.A

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：73728
    • 提供者：weixin_38518376

  1. Pytorch实现基于CharRNN的文本分类与生成示例

  2. 1 简介 本篇主要介绍使用pytorch实现基于CharRNN来进行文本分类与内容生成所需要的相关知识，并最终给出完整的实现代码。 2 相关API的说明 pytorch框架中每种网络模型都有构造函数，在构造函数中定义模型的静态参数，这些参数将对模型所包含weights参数的维度进行设置。在运行时，模型的实例将接收动态的tensor数据并调用forword，在得到模型输出之后便可以和真实的标签数据进行误差计算，并通过优化器进行反向传播以调整模型的参数。下面重点介绍NLP常用到的模型和相关方法。 2

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：185344
    • 提供者：weixin_38748207

  1. 《PyTorch中文手册》学习之路day1-pytorch简介和环境搭建

  2. 附上文档开源地址：https://github.com/zergtant/pytorch-handbook Pytorch 简介 1.1 Torch 是一个与 Numpy 类似的张量（Tensor）操作库，与 Numpy 不同的是 Torch 对 GPU 支持的很好。 1.2 PyTorch 和 Torch 都使用的是相同的底层，只是使用了不同的上层包装语言。lua是Torch的上层包装语言，python是pytorch的上层包装语言。 1.3 PyTorch 是一个基于 Torch 的 Pyt

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：982016
    • 提供者：weixin_38713099

  1. 史上最全的pytorch开发环境搭建教程【基于win10】

  2. 史上最全的pytorch开发环境搭建教程【基于win10】 0.总结 Get to the points first. The article comes from LawsonAbs! pytorch简介 安装前的基本环境 详细安装过程 1.pytorch 是什么？ pytorch是一个机器学习的框架平台，与TensorFlow的作用机制相类似。虽然晚于TensorFlow出生，但是凭借其优雅的操作接口和动态图的构建思想，在使用便捷上已经远超TensorFlow，但是因为开放较晚的原因，在

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：181248
    • 提供者：weixin_38705873

  1. 一学就会 | 基于PyTorch的TensorBoard可视化

  2. TensorBoard这款工具你是一定要掌握的可视化工具。为什么我要这么说呢？因为TensorBoard可以用来展示神经网络图、张量的指标变化、张量的分布情况等。我相信您阅读了本文，你就会了解到TensorBoard可视化工具的强大之处，让我们一起开始学习吧！阅读本文大约需要15min。 本文相关推荐阅读： 一学就会 | PyTorch入门看这篇就够了 文章目录全文框架简介安装TensorBoardTensorBoard中主要功能函数介绍SummaryWriter类SummaryWriter类的

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38622962

  1. 一学就会 | 基于PyTorch的TensorBoard可视化

  2. TensorBoard这款工具你是一定要掌握的可视化工具。为什么我要这么说呢？因为TensorBoard可以用来展示神经网络图、张量的指标变化、张量的分布情况等。我相信您阅读了本文，你就会了解到TensorBoard可视化工具的强大之处，让我们一起开始学习吧！阅读本文大约需要15min。 本文相关推荐阅读： 一学就会 | PyTorch入门看这篇就够了 文章目录全文框架简介安装TensorBoardTensorBoard中主要功能函数介绍SummaryWriter类SummaryWriter类的

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38569651

  1. PyTorch版YOLOv4训练自己的数据集—基于Google Colab

  2. colab简介 Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。 工具优势：Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用。你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架；其次是入门相对简单，语法和cmd语句以及linux语句相似。目前colab平台GPU的状态信息如下图： 原创文章 3获赞 2访问量 186

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：48128
    • 提供者：weixin_38568031

  1. PyTorch搭建多项式回归模型（三）

  2. PyTorch基础入门三：PyTorch搭建多项式回归模型  1）理论简介 对于一般的线性回归模型，由于该函数拟合出来的是一条直线，所以精度欠佳，我们可以考虑多项式回归来拟合更多的模型。所谓多项式回归，其本质也是线性回归。也就是说，我们采取的方法是，提高每个属性的次数来增加维度数。比如，请看下面这样的例子： 如果我们想要拟合方程： 对于输入变量和输出值，我们只需要增加其平方项、三次方项系数即可。所以，我们可以设置如下参数方程： 可以看到，上述方程与线性回归方程并没有本质区别。所以我们可以采用

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：79872
    • 提供者：weixin_38693753

  1. 【PyTorch学习笔记1】MNIST手写数字识别之MLP实现

  2. 在本笔记中，我们将以多层感知机（multilayer perceptron，MLP）为例，介绍多层神经网络的相关概念，并将其运用到最基础的MNIST数据集分类任务中，同时展示相关代码。本笔记主要从下面四个方面展开： 文章目录1 多层感知机(MLP)理论知识1.1 隐藏层1.2 激活函数1.3 多层感知机1.4 交叉熵(cross entropy)损失函数2. MNIST数据集简介3. 代码详解及结果展示4. 心得体会 1 多层感知机(MLP)理论知识 1.1 隐藏层 多层感知机在单层神经网络

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：263168
    • 提供者：weixin_38545485

  1. Pytorch学习-（1）

  2. 1. pytorch简介 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。Pytorch和Numpy库很像，但是Pytorch确可以简化很多深度学习中的步骤，只有你自己下去使用一次才能体会到它的强大。 2. 安装 （1）进入Pytorch官网：link （2）刚进去就会有一个GetStart的英文，点击进去。 （3）往下翻一点会出现以下界面： （4） 选择自己的的配置和CUDA版本，如果你不知道怎么看CUDA版本，可以点击这个链接：link （5）

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：406528
    • 提供者：weixin_38677255

  1. pytorch简介

  2. 一.Pytorch是什么？   Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被支持 Python 的 Tensorflow

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：100352
    • 提供者：weixin_38656103
« 12 3 4 »