pytorch

03-张量张量是PyTorch中的核心数据抽象张量中默认的数据类型是float32(torch.FloatTensor)

打通 PyTorch Monarch 与 ROCm：单 Controller 架构的异构算力实战千亿级参数大模型的训练，本质上是几百上千张 GPU 的分布式协同。在这个量级下，我们必须接受一个现实：硬件故障是常态。一张卡的内存错误、一次网络分区或者一个节点的宕机，都足以让持续数天的训练任务直接中断。

Pytorch开发教程1——CUDA安装CUDA的运行依赖显卡驱动，且驱动版本必须≥CUDA要求的最低版本。1.按下 Win+R ，输入 cmd 打开命令提示符

基于深度学习的IMDB电影评论情感分析完整实现本文完整实现了一个基于双向 GRU + Attention 机制的 IMDB 电影评论情感分类模型，使用 PyTorch 框架，在 25,000 条测试评论上达到约 87% 的准确率。项目涵盖数据探索分析（EDA）、模型定义、训练调优、测试预测全流程，所有代码均可直接运行。代码加数据: https://pan.baidu.com/s/1zBFmkjj14a0MAFpWycdhEQ 提取码: hasb

【计算机视觉】OpenCV 人脸检测与 Haar 级联分类器——原理、实现与实战案例在 OpenCV 中，人脸检测主要通过调用预训练的分类器来实现。OpenCV 官方提供了多种训练好的级联分类器，主要包括：

04-pytorch构建线性回归在pytorch中进行模型构建的整个流程一般分为四个步骤：准备训练集数据构建要使用的模型设置损失函数和优化器

【深度学习】YOLOv2目标检测算法——改进点、网络结构与聚类先验框解析YOLOv2 在 YOLOv1 的基础上进行了全方位的升级，主要改进点包括：YOLOv2 在每一层卷积之后都引入了 Batch Normalization（BN）层，并舍弃了 Dropout。

HarmonyOS ArkTS 实战：实现一个校园体育场馆预约应用项目难度：⭐⭐⭐ 中级实战适用人群：有 ArkTS 基础、希望学习预约类应用开发的 HarmonyOS 开发者开发环境：DevEco Studio Next / API 24+ 代码规模：单页面约 700 行，可直接运行

AI大模型入门-Python进阶-上下文管理与with语句不如语冰https://space.bilibili.com/70431433?spm_id_from=333.1007.0.0

# 倒计时器 — HarmonyOS TextInput与计时任务管理深入实践倒计时器（Countdown Timer）是日常生活中使用频率极高的工具类应用，广泛应用于烹饪计时、番茄工作法、运动训练、考试倒计时、会议提醒等场景。不同于普通的时钟或秒表，倒计时器的核心逻辑是从预设的时间点递减至零，并在计时结束时触发提醒。本篇博文将深入解析一个基于HarmonyOS ArkUI/ArkTS开发的倒计时器应用，探讨其完整的技术实现方案。

网络工程小王

【HCIE-AI】12.deepspeed分布式并行训练进阶版概述：训练大模型（7B+）时，会依次遇到显存、计算、通信、工程四个方面的瓶颈。理解这些瓶颈是理解后续所有解决方案的前提。

【Bug已解决】DAPO loss is not normalized by gradient_accumulation_steps 解决方案用 DAPO（Dynamic Sampling Policy Optimization）训练时，我们观察到：调大 gradient_accumulation_steps 后，训练行为明显变激进，loss 数值也跟着变大，但训练效果反而变差。具体日志：

# 秒表 — HarmonyOS 高精度计时与圈速记录实战秒表（Stopwatch）是体育运动、科学实验、生产制造等领域不可或缺的精密计时工具。与倒计时器从预设时间递减不同，秒表是从零开始正向计时的设备，其核心价值在于精确测量经过的时间，并通常具备记录多个时间点（圈速/分段时间）的功能。本篇博文将深入解析一个基于HarmonyOS ArkUI/ArkTS开发的高精度秒表应用，探讨其完整的技术实现方案与设计思想。

海海不掉头发

【PyTorch 实战】基于 RNN/LSTM/GRU 的全球人名国籍分类器（通俗拆解 + 逐行详解）】别慌，刚接触循环神经网络（RNN）和字符级 NLP 任务时，被各种张量维度（Tensor Shape）、隐藏状态（Hidden State）和 One-Hot 编码绕晕是非常正常的！

基于Pytorch，如何用CUDA自己写算子？（一）大家都知道，深度学习通过梯度反传去优化网络的参数。Pytorch作为具有代表性的深度学习库，对前向（Forward）和梯度反传（Backward）都封装的非常好。在日常的编程中，只需要调用Pytorch封装好的算子，就可以完成网络的设计和训练。

基于PyTorch的动物图像识别系统开源基于PyTorch的动物图像识别系统「基于PyTorch的动物图像识别系统」 /~5e2a3ZjJrp~:/ 链接：https://pan.quark.cn/s/bbf4129b2a6e

Ultralytics：解读Proto模块Ultralytics 基于多年的计算机视觉和人工智能基础研究，创建了最先进的 (SOTA) YOLO 模型。我们的模型不断更新性能和灵活性，快速、准确且易于使用。他们擅长对象检测、跟踪、实例分割、语义分割、图像分类和姿势估计任务。

程序员羽痕

基于 Django + PyTorch 的中文字体识别系统中文书法字体在笔画结构、连笔特征、字形重心和墨迹轮廓上具有显著差异。为了让字体类别的判断过程更加直观，本项目实现了一套中文字体识别系统：用户上传一张汉字图像后，系统调用已训练的视觉分类模型，返回对应的字体类别与预测置信度。项目采用 Django 构建轻量级 Web 服务，PyTorch 完成模型训练与推理。当前数据集覆盖隶书（lishu）和行楷（xingkai）两类，训练端提供 CNN 与 Transformer 等多种模型入口，适合作为深度学习图像分类课程设计、毕业设计或 PyTorch 实战项目参考

RTX 5090 安装 pytorch3dexport TORCH_CUDA_ARCH_LIST=“12.0” export FORCE_CUDA=1