pytorch 基础知识

手撸代码:https://zhuanlan.zhihu.com/p/666471085?utm_id=0

1.1dropout

1.2 pytorch中gather和scatter_区别

1.3 pytorch中torch.Tensor()和torch.tensor()的相同点和区别

1.4 pytorch中train和eval有什么不同

(1). model.train()------训练时候启用

启用 BatchNormalization 和 Dropout,将BatchNormalization和Dropout置为True

(2). model.eval()------验证和测试时候启用

不启用 BatchNormalization 和 Dropout,将BatchNormalization和Dropout置为False

train模式会计算梯度,eval模式不会计算梯度。

1.5 减小模型内存的方法?

模型剪枝、模型蒸馏、模型量化、模型结构优化

相关推荐
aneasystone本尊1 分钟前
学习大模型推理的输出阶段:从 Token 回到文本
人工智能
yu俞娥宝2 分钟前
DeepSeek Harness 开源贡献手记:参与AI智能体框架共建的实战与成长
人工智能·开源
科研小牛马2 分钟前
北航何静:用Claude Code、Codex实操QGIS
人工智能
pen-ai5 分钟前
【优化方法】为什么梯度是最陡峭的方向?
人工智能·算法·机器学习·最小二乘法
刘广睿10 分钟前
给素材库加语音转写:Whisper 本地部署与批量字幕生成实践
人工智能·aigc·音视频·语音识别·效率工具
GitCode官方10 分钟前
玩转 AtomCode!AtomGit「码动四季・开源同行」夏季征稿获奖名单出炉!
人工智能·atomgit
艺杯羹13 分钟前
告别碎片化ToolCall:Model Context Protocol (MCP) 核心机理与私有数据总线落地实战
人工智能·microsoft·系统架构·大模型·mcp
cspttty13 分钟前
HR数字化校招准备路线:Excel、SQL、BI和AI工具怎么学
人工智能·sql·excel
知了一笑15 分钟前
产品先上线再开发
人工智能·互联网·aigc
m0_7345717615 分钟前
深入理解人工智能 chatGPT 核心协调与调度层 (Core Orchestration Layer)
人工智能·chatgpt