pytorch

PyTorch CV模型实战全流程（二）TensorBoard 是 TensorFlow 提供的可视化工具套件，可以帮助用户：使用示例：Weights & Biases 是云端实验跟踪平台，提供：

“自然搞懂”深度学习系列（基于Pytorch架构）——03渐入佳境第Ⅰ章初入茅庐第Ⅱ章小试牛刀卷积神经网络（Convolutional Neural Networks，CNN）是一种专门用来处理图片（或具有空间结构数据）的神经网络。

我狸才不是赔钱货

CUDA：通往大规模并行计算的桥梁本系列旨在系统性地重构我们的知识图谱，将每一个孤立的技术点，都精准地放入其所属的上下文和知识网络中。我们追求的不是零散的“笔记”，而是一座坚实的、互相连接的“知识圣殿”。

水文气象领域的时间序列分析：从Pytorch/R入门到Transformer/Mamba精通时间序列是水文、气象等领域中最为常见的数据类型，对时间序列数据的预测、分类以及异常值检测等也是这些领域最常见的任务；但是，时间序列分析技术从二十世纪二十年代兴起，一百年以来已经变的非常繁杂。以实践序列分析为主线，系统讲述了传统的时间序列分析技术、机器学习以及深度学习等模型。通过本学习不但可以掌握时间序列的分析方法，也可以对现代人工智能模型有更好的了解。此外，所有内容都基于大语言模型辅助，不再另外说明。

安装Pytorch GPU+CPU版本【通过本地安装解决无法使用pip指令下载问题】在命令行（CMD 或 PowerShell）运行：如果你看到 NVIDIA 驱动信息（例如 RTX 3060、CUDA Version 12.8），说明显卡驱动安装正常。如果这个命令报错，说明 NVIDIA 驱动都没装好，请先安装驱动。正常输出示例：

大连好光景

LSTM模型做二分类（PyTorch实现）我们通常将数据集划分为训练集、验证集和测试集，每个部分都有其特定的作用训练集（Training Set）：模型直接从这个数据集学习特征和模式。

【研究生随笔】Pytorch中的卷积神经网络（2）----------------------------------------------------------------接前文----------------------------------------------------------- • 填充和步幅：前面讲到，假设输⼊形状为 n_h × n_w，卷积核形状为 k_h × k_w，那么输出形状将是 ( n_h − k_h + 1) × (n_w − k_w + 1)。因此，卷积的输出形状取决于输⼊形状和卷积核的形状。其次，影响输出现状的还

哲此一生984

YOLO11追踪简单应用准备工作，需要下载一下yolo模型，我这里用的时yolo11，下载链接Ultralytics YOLO11 - Ultralytics YOLO 文档

PyTorch torch.ones()张量创建详解在深度学习中，我们经常需要初始化各种形状的张量（Tensor）。有时，这些张量的初始值是固定的，比如全零或全一矩阵。

pytorch若干重要函数与重要理论的学习和实践前言：最近面试被多次拷打torch,numpy等库基础函数，于是决定整理学习相关函数。在网上发现了这个网站，十分推荐。

基于卷积神经网络的汽车类型识别系统，resnet50，vgg16，resnet34【pytorch框架，python代码】更多图像分类、图像识别、目标检测、图像分割，图像检索等项目可从主页查看功能演示(要看shi pin下面的简介)：

ComfyUI本地部署Stable Diffusion：核心组件（Python、PyTorch、CUDA）版本与显卡配置全指南在本地部署 ComfyUI 时，确保 Python、PyTorch、CUDA 等组件的版本能完美匹配，这对避免安装报错和保证稳定运行至关重要。以下内容是整合了一份核心组件的版本适配对照表，并配上不同显卡的配置建议，希望能帮助你顺利部署。

九年义务漏网鲨鱼

BLIP2 工业实战（一）：从零实现 LAVIS 跌倒检测 (微调与“踩坑”指南)在学习完 BLIP/BLIP2 模型原理后，如何将其应用于工业开发至关重要。本文将作为“跌倒检测”实战项目的第一篇，详细记录如何从零到一，使用 Salesforce 的 LAVIS 框架实现一个完整的工业化流程：模型部署 -> 数据构建 -> 微调 -> 验证。

自用提示词02 || Prompt Engineering || RAG数据切分 || 作用：通过LLM将文档切分成chunks写在前面：要想做一个比较好RAG系统，我认为还是在数据收集和清洗上下一点功夫。因为要想检索有效 - > 你能提供给模型更有价值的信息。现有chunk的方法有很多，但是我试了很多种（包括一些基于大量规则的），最后发现很难适配多样化的数据集（针对不同来源，比如论文、内部资料）。基于这个思路，我想的是让LLM本身来切分文档。优点：1.LLM理解能力强，相较于传统设定规则，泛化性更好；缺点：1.消耗token；2.隐私泄露（但是RAG系统的模型可能也是闭源的，所以问题不是很大）； 3.需要自己整理（一个良好的

PyTorch Geometric 图神经网络实战利器在机器学习的广阔天地里，图神经网络（GNN）正以迅雷不及掩耳之势崛起！这种能够处理图结构数据的神经网络，让我们能够挖掘节点之间的复杂关系和拓扑结构，简直太酷了。而今天要介绍的主角——PyTorch Geometric（也称PyG）则是这个领域中的一把利器。它为什么这么受欢迎？它能解决哪些实际问题？如何上手使用？带着这些问题，让我们一起探索这个强大的开源框架！

FlagOS智算系统软件栈

全球 PyTorch 大会与 Triton 大会释放强信号：算子语言繁荣和分化背后，编译器核心地位日益凸显当地时间2025年10月22日至23日，全球 AI 开源盛会 PyTorch Conference 2025在美国旧金山召开，从底层编译器、到大模型算法、再到智能体层面，全面探讨推动最具突破性 AI 技术的创新核心框架。按惯例，Pytorch大会的前一天，Triton Developer Conference 在微软硅谷园区举行，同样围绕 AI 最重要的系统软件技术“AI compiler, program language, and optimization”主题展开。

PyTorch vs TensorFlow：从入门到落地的全方位对比在深度学习领域，PyTorch 和 TensorFlow 就像 “倚天剑与屠龙刀”—— 前者以灵活著称，后者靠工程落地强势，却常让开发者陷入 “选哪个” 的困境。本文将从实际使用场景出发，用通俗解释 + 代码示例，拆解两者的核心差异，帮你快速找到适配工具。

自然语言处理实战——英法机器翻译目录一、引言二、整体功能概述三、分模块详细功能介绍模块 1：可视化环境初始化（init_visualization）

少林and叔叔

基于yolov5.7.0的人工智能算法的下载、开发环境搭建（pycharm）与运行测试1、在yolov5的官方下载7.0的版本的yolov5的源码，如下所示：https://github.com/ultralytics/yolov5/tags

深度学习（15）-PyTorch torch.nn 参考手册PyTorch 的 torch.nn 模块是构建和训练神经网络的核心模块，它提供了丰富的类和函数来定义和操作神经网络。