计算图

arbboter3 天前
人工智能·pytorch·深度学习·张量·自动求导·计算图·动态计算图
【AI深度学习基础】PyTorch初探PyTorch 是由 Facebook 开源的深度学习框架,专门针对 GPU 加速的深度神经网络编程,它的核心概念包括张量(Tensor)、计算图和自动求导机制。PyTorch作为Facebook开源的深度学习框架,凭借其动态计算图和直观的API设计,已成为学术界和工业界的主流选择。与TensorFlow的静态图不同,PyTorch支持即时执行模式,配合强大的GPU加速能力,特别适合快速原型开发。截至2023年,PyTorch在arXiv论文中的提及率已超过60%,广泛应用于计算机视觉、自然语言处理、推荐
幻风_huanfeng9 个月前
人工智能·深度学习·机器学习·反向传播·前向传播·计算图
每天五分钟深度学习:如何使用计算图来反向计算参数的导数?在上一个课程中,我们使用一个例子来计算函数J,也就相当于前向传播的过程,本节课程我们将学习如何使用计算图计算函数J的导数。相当于反向传播的过程。
人工智能MOS1 年前
人工智能·深度学习·机器学习·tensorflow·neo4j·计算图
TensorFlow层次结构中的三种计算图所谓计算图,计算图由节点(nodes)和线(edges)组成。节点表示操作符 Operator,或者称之为算子,线表示计算间的依赖。实线表示有数据传递依赖,传递的数据即张量。虚线通常可以表示控制依赖,即执行先后顺序。