pytorch

AI街潜水的八角

基于Pytorch框架的深度学习ConvNext神经网络宠物猫识别分类系统源码第一步：准备数据12种宠物猫类数据：self.class_indict = ["阿比西尼猫", "豹猫", "伯曼猫", "孟买猫", "英国短毛猫", "埃及猫", "缅因猫", "波斯猫", "布偶猫", "克拉特猫", "泰国暹罗猫", "加拿大无毛猫"]

PyTorch（四）数据转换与构建神经网络#c 总结文档总结文档目录：数据转换：主要讲解「transforms」，涉及到的知识点有「匿名函数」，「对象自调用」

《PyTorch计算机视觉实战》：一、二章人工神经网络（Artificial Neural Network，ANN）是一种受人类大脑运作方式启发而构建的监督学习算法。神经网络与人类大脑中神经元连接和激活的方式比较类似，神经网络接收输入并通过一个函数传递，导致随后的某些神经元被激活，从而产生输出。

Numpy array和Pytorch tensor的区别笔记来源： 1.Comparison between Pytorch Tensor and Numpy Array 2.numpy.array 4.Tensors for Neural Networks, Clearly Explained!!! 5.What is a Tensor in Machine Learning?

pytorch笔记：named_parameters假设我们只想训练全连接层，而冻结卷积层的参数：可以使用 named_parameters 创建自定义的参数组，以便对不同的参数组应用不同的学习率：

动手学深度学习（Pytorch版）代码实践 -计算机视觉-44目标检测算法综述：R-CNN、SSD和YOLO具体步骤如下：

动手学深度学习（Pytorch版）代码实践 -计算机视觉-45多尺度目标检测运行结果：

追风赶月。

【PyTorch函数解析】einsum的用法示例einsum 是一个非常强大的函数，用于执行张量（Tensor）运算。它的名称来源于爱因斯坦求和约定（Einstein summation convention），在PyTorch中，einsum 可以方便地进行多维数组的操作和计算。

基于cifar数据集合成含开集、闭集噪声的数据集噪声标签学习下的一个任务是：训练集上存在开集噪声和闭集噪声；然后在测试集上对闭集样本进行分类。训练集中被加入的开集样本，会被均匀得打上闭集样本的标签充当开集噪声；而闭集噪声的设置与一般的噪声标签学习一致，分为对称噪声：随机将闭集样本的标签替换为其他类别；和非对称噪声：将闭集样本的标签替换为特定的类别。

【可控图像生成系列论文（四）】IP-Adapter 具体是如何训练的？1公式篇IP-Adapter 的结构和 SD 的差别不是特别大，可以参考【扩散模型（二）】中的结构图进行快速理解，本文则将详细介绍其 IP-Adapter 的训练过程。

Midsummer啦啦啦

PyTorch学习之 torch.squeeze 函数torch.squeeze 的主要作用是从给定的张量 input 中移除所有尺寸为1的维度。以下是一些使用 torch.squeeze 的示例，以帮助更好地理解其用法。

猫狗识别—视频识别cv2用于视频捕获和图像处理，tkinter用于创建GUI，filedialog用于打开文件对话框，Image和ImageTk用于处理图像，threading用于创建新线程以更新视频帧，subprocess用于启动其他Python脚本。

PyTorch（三）数据集与数据加载器#c 目的需要的目的专门处理数据的代码可能会变得「混乱且难以维护」，理想情况下是将「数据集代码」与「模型训练代码」「解耦（decoupled）」，以提高可读性和模块性。

PyTorch（二）张量#c 总结张量总结该文档主要熟悉了「张量」的概念，理解了「张量」在深度学习中扮演的重要角色，如何判断代码中哪些属于张量。其次熟悉了张量的「四种初始化」，以及「张量属性」，「张量操作」

动手学深度学习（Pytorch版）代码实践 -卷积神经网络-16自定义层

匆匆整棹还

pycharm在pytorch环境的使用有时我们使用jupyter感觉不习惯，想使用编译器进行相关任务。在安装好pytorch环境下，我们可以使用pycharm等编译器进行完成任务等操作。安装pycharm不做赘述。配置安装好pytorch环境可以参考我前一篇博客：深度学习工具jupyter创建并检测pytorch环境以及安装工具包

以Bert训练为例,测试torch不同的运行方式,并用torch.profile+HolisticTraceAnalysis分析性能瓶颈以Bert训练为例,测试torch不同的运行方式,并用torch.profile+HolisticTraceAnalysis分析性能瓶颈

pytorch-模型训练以cifar10和Lenet5为例使用torchvision中的datasets可以方便下载cifar10数据

Pytorch Geometric(PyG)入门PyG (PyTorch Geometric) 是建立在 PyTorch 基础上的一个库，用于轻松编写和训练图形神经网络 (GNN)，适用于与结构化数据相关的各种应用。官方文档

【PyTorch单点知识】神经元网络模型剪枝prune模块介绍（下，结构化剪枝）按照国际惯例，首先声明：本文只是我自己学习的理解，虽然参考了他人的宝贵见解及成果，但是内容可能存在不准确的地方。如果发现文中错误，希望批评指正，共同进步。