pytorch

旧时光巷1 小时前
人工智能·pytorch·python·机器学习·cnn·卷积神经网络·lenet-5
【机器学习③】 | CNN篇本文将系统讲解卷积神经网络(CNN)的核心原理,以及LeNet-5、AlexNet、GoogLeNet、ResNet四大经典网络的结构、实现与应用。通过PyTorch代码示例,从基础原理到实际操作,帮助读者理解CNN如何处理多维数据、经典网络的设计逻辑及实现方法,读完可掌握CNN的核心概念与落地技能。
wow_DG9 小时前
人工智能·pytorch·lstm
【Pytorch✨】LSTM01 入门LSTM(Long Short-Term Memory)是一种特殊的循环神经网络(RNN),能够记住“过去的信息”并决定“哪些记住,哪些忘掉”。
旧时光巷13 小时前
人工智能·pytorch·深度学习·dnn·模型训练·手写数字识别·深度神经网络
【深度学习②】| DNN篇本文将系统介绍基于PyTorch的深度神经网络(DNN)相关知识,包括张量的基础操作、DNN的工作原理、实现流程,以及批量梯度下降、小批量梯度下降方法和手写数字识别案例。通过学习,你将掌握DNN的核心概念、PyTorch实操技能,理解从数据处理到模型训练、测试的完整流程,具备搭建和应用简单DNN模型的能力。
一碗白开水一13 小时前
网络·人工智能·pytorch·深度学习·计算机视觉
【模型细节】FPN经典网络模型 (Feature Pyramid Networks)详解及其变形优化Feature Pyramid Network(FPN)是一种在计算机视觉领域广泛应用的模型,尤其用于目标检测任务(如Faster R-CNN、Mask R-CNN等)。它解决了多尺度目标检测的挑战:小目标在低分辨率特征图上容易丢失细节,而大目标在高分辨率特征图上可能缺乏语义信息。FPN通过构建一个特征金字塔,融合不同尺度的特征图,显著提升了检测精度。下面我将逐步详解FPN模型的核心原理,并讨论其常见变型和优化方法。内容基于经典论文(如Lin et al., 2017)和实际应用,确保真实可靠。
瘦的可以下饭了19 小时前
pytorch
TensorboardTensorboard 是一个可视化工具,通常用于机器学习项目中,以帮助用户理解、调试和优化模型。它是 TensorFlow 的一部分,但可以与 PyTorch 一起使用。其主要功能包括:
爱分享的飘哥1 天前
人工智能·pytorch·stable diffusion·文生图·ai绘画·代码实战·cfg
第三十七章:文生图的炼金术:Stable Diffusion完整工作流深度解析在《模型架构全景拆解》的旅程中,我们已经像一位技艺高超的“AI机械师”,拆解并理解了Stable Diffusion的每一个核心“零件”:
wow_DG2 天前
人工智能·pytorch·python
【PyTorch✨】01 初识PyTorchPyTorch 是一个开源深度学习框架 PyTorch 是动态图框架,TensorFlow 1.x 是静态图框架
我不是小upper2 天前
人工智能·pytorch·深度学习·conda·tensorflow·pip
anaconda、conda、pip、pytorch、torch、tensorflow到底是什么?它们之间有何联系与区别?当今计算机科学领域,尤其是数据科学、人工智能和深度学习的蓬勃发展,出现了众多工具与框架,用以简化开发过程、提升效率、促进算法的实现。理解这些工具的本质及相互关系,是深入掌握现代机器学习技术的前提。其中,conda、anaconda、pip、torch、pytorch、tensorflow在科学计算和机器学习生态中分别扮演怎样的角色?彼此之间有何联系与区别?在实际项目和研发流程中,如何合理选择并有效利用?
TT-Kun2 天前
人工智能·pytorch·python
PyTorch基础——张量计算张量是PyTorch中所有操作的基础,类似于多维数组,支持GPU加速和自动求导等高级功能。本篇 博客将专门从基础运算开始,聚焦于张是的计算部分
wydxry2 天前
人工智能·pytorch·架构
MOE架构详解:原理、应用与PyTorch实现MOE(Mixture of Experts,混合专家)是一种神经网络架构,其核心思想是将多个"专家"子网络与一个"门控网络"结合,根据输入数据动态选择最相关的专家进行处理。
天才少女爱迪生3 天前
人工智能·pytorch·学习
pytorch的自定义 CUDA 扩展怎么学习学习 PyTorch 自定义 CUDA 扩展需要结合 PyTorch 框架特性、CUDA 编程基础和 C++ 知识,整体可以分为「基础准备」「入门实践」「进阶优化」三个阶段,以下是具体的学习路径和资源:
墨染枫3 天前
pytorch·笔记·学习
pytorch学习笔记-自定义卷积未完结的草稿———!大概是准备整合一下常见的层,整合完感觉就可以进行搭建了(还没进行到这一步所以不太确定版) (ps我将在完结这一篇的时候删除上面的小字and二编一下整篇文章的结构,如果看到了这部分文字也是很有缘分了/doge
柴 基4 天前
人工智能·pytorch·python
Visual Studio Code 使用指南 (2025年版)Visual Studio Code (VS Code) 是一款由微软开发的免费、开源、跨平台的现代化轻量级代码编辑器,凭借其强大的核心功能、丰富的扩展生态系统以及高度可定制性,已成为全球数百万开发者的首选工具。本指南旨在帮助您快速上手 VS Code,掌握其核心操作与界面,并了解一些实用的特定功能与插件。
z are4 天前
人工智能·pytorch·笔记·深度学习
PyTorch 生态四件套:从图片、视频到文本、语音的“开箱即用”实践笔记当我们谈论 PyTorch 时,我们首先想到的是 torch.Tensor、nn.Module 和强大的自动求导系统。但 PyTorch 的力量远不止于此。为了让开发者能更高效地处理图像、文本、音频、视频等真实世界的复杂数据,PyTorch 建立了一个强大的官方生态系统。本文将带你概览 PyTorch 官方为这四大主流领域提供的核心工具库,理解它们各自解决了什么痛点,让你在开启新项目时,告别“从零造轮子”的困境。
Ly2020Wj4 天前
人工智能·pytorch·python
pytorch入门:利用pytorch进行线性预测进行深度学习主要分为四步,首先准备数据,然后定义模型,再定义损失值和优化器,最后进行模型的训练,当然训练后可以用模型来进行预测;
chxin140164 天前
人工智能·pytorch·rnn·深度学习
循环神经网络——动手学深度学习7环境:PyCharm + python3.8RNN通过数据类型的差异与模型适配CNN vs RNN的核心差异:
W.KN4 天前
人工智能·pytorch·python
PyTorch 数据类型和使用关于PyTorch的数据类型和使用的学习笔记 系统介绍了PyTorch的核心数据类型Tensor及其应用。Tensor作为多维矩阵数据容器,支持0-4维数据结构(标量到批量图像),并提供了多种数值类型(float32/int64等)。通过积木类比阐述了Tensor的维度概念,展示了创建、变形、随机生成等基础操作。重点演示了FashionMNIST数据集分类任务实战:构建包含两个全连接层的神经网络(QYNN),使用交叉熵损失和SGD优化器进行训练。
点云SLAM4 天前
人工智能·pytorch·python·计算机视觉·3d深度学习·张量flatten操作·张量数据结构
PyTorch中flatten()函数详解以及与view()和 reshape()的对比和实战代码示例在 PyTorch 中,flatten() 函数常用于将张量(tensor)展平成一维或多维结构,尤其在构建神经网络(如 CNN)时,从卷积层输出进入全连接层前经常使用它。
爱分享的飘哥4 天前
人工智能·pytorch·python·aigc·教程·生成模型·代码实战
第三篇:VAE架构详解与PyTorch实现:从零构建AI的“视觉压缩引擎”在AI生成这条波澜壮阔的技术长河中,如果你想溯源而上,找到那个开启了“高清生成”时代的源头,那么VAE(Variational Autoencoder)无疑是那块最关键的“里程碑”。
DAWN_T175 天前
网络·人工智能·pytorch·python·深度学习·神经网络·机器学习
关于网络模型的使用和修改/保存和读取目录一.现有网络模型的使用和修改二.网络模型的保存和读取“pretrained”(预训练)是深度学习中一个非常重要的概念,指的是模型在大规模公开数据集(如 ImageNet、COCO 等)上提前训练好的状态。这些模型已经通过大量数据学习到了通用的特征(比如图像中的边缘、纹理、基础形状,或文本中的语法、语义规律等),可以直接被复用在新任务中。