PyTorch框架

# 手写数字识别：使用PyTorch构建MNIST分类器

手写数字识别：使用PyTorch构建MNIST分类器在这篇文章中，我将引导你通过使用PyTorch框架构建一个简单的神经网络模型，用于识别MNIST数据集中的手写数字。
www_pp_·2025-04-22 11:23

贡献 Triton 算子库

1FlagGemsFlagGems是使用OpenAI推出的Triton编程语言实现的高性能通用算子库，旨在为大语言模型提供一系列可应用于PyTorch框架的算子，加速模型的推理与训练。
哦豁灬·2025-04-16 20:39

使用 PyTorch 和 U-Net 进行医学影像分割实践

本文将介绍如何使用PyTorch框架和U-Net网络对医学影像进行分割。首先，我们需要安装PyTorch。
技术探险先驱·2025-04-07 01:37

VectorBT：使用PyTorch+Transformer训练和回测股票模型 进阶五

VectorBT：使用PyTorch+Transformer训练和回测股票模型进阶五本方案基于PyTorch框架与Transformer模型，结合VectorBT回测引擎构建多股票量化交易系统，采用滑动窗口技术构建时序特征
船长@Quant·2025-04-06 22:21

PyTorch-YOLOv3 安装和配置指南

特点是可以提供PyTorch框架下的YOLOv3模型实现，支持自定义模型和数据处理流程。项目地址:https://gitcode.com/gh_mirrors/py/PyTor
劳蕾令·2025-04-06 11:06

YOLOv11训练教程：PyTorch与PyCharm在Windows 11下的完整指南

本教程将详细介绍如何在Windows11系统下使用PyTorch框架和PyCharmIDE进行YOLOv11模型
wei子·2025-04-06 10:04

【Python】成功解决UnboundLocalError: local variable ‘a‘ referenced before assignment（几种场景下的解决方案）

博主简介：985高校的普通本硕，曾有幸发表过人工智能领域的中科院顶刊一作论文，熟练掌握PyTorch框架。技术专长：在CV、NLP及多模态
高斯小哥·2025-04-03 22:55

PyTorch实战：CIFAR-10多分类任务全流程解析

本文基于PyTorch框架，从数据加载、预处理到可视化，手把手教你实现多分类任务。
不要天天开心·2025-04-03 19:32

【LLM】Llama Factory：Windows部署全流程

（二）部署流程硬件准备驱动安装环境管理框架部署功能验证二、Nvidia驱动部署（硬件适配层）（一）必要性说明功能支撑：激活GPU的CUDA计算能力，为后续PyTorch框架提供硬件
T0uken·2025-04-02 09:49

深度学习篇---模型GPU训练

训练模型步骤1：确保环境准备就绪硬件软件步骤2：确认GPU可用步骤3：设置使用的GPU设备步骤4：定义模型步骤5：将模型移到GPU步骤6：准备数据并移到GPU步骤7：定义损失函数和优化器步骤8：训练模型二、在PyTorch
Ronin-Lotus·2025-03-31 21:29

从RNN讲到LSTM，再讲到Transformer

pytorchtutorial的intermediate部分就是复现RNN相关网络，在pytorch框架上实现RNN网络比较简单，跟着教程走就行，但是有必要在这里也记录一下理论学习
计算机会说话·2025-03-31 14:31

基于 PyTorch 的 MNIST 手写数字分类模型

一、概述本代码使用PyTorch框架构建了一个简单的神经网络模型，用于解决MNIST手写数字分类任务。
欣然～·2025-03-24 04:27

使用PyTorch搭建Transformer神经网络:入门篇

本教程将指导您使用PyTorch框架从头开始构建一个Transformer模型。我们将逐步解释每个组件,并提供详细的代码实现。2.环境设置首先,确保您的系统中已安装Python(推荐3.7+版本)。
DASA13·2025-03-23 00:21

【猫狗分类】Pytorch VGG16 实现猫狗分类1-数据清洗+制作标签文件

Pytorch猫狗分类用Pytorch框架，实现分类问题，好像是学习了一些基础知识后的一个小项目阶段，通过这个分类问题，可以知道整个pytorch的工作流程是什么，会了一个分类，那就可以解决其他的分类问题
努力的小巴掌·2025-03-21 22:14

基于PyTorch和ResNet18的花卉识别实战（附完整代码）

本文使用PyTorch框架，基于ResNet18模型实现了102种花卉的分类任务。完整代码可直接复制运行，最终验证集准确率达8.2%，文中同步分析性能瓶颈与优化方案。
意.远·2025-03-19 19:36

AI模型技术前沿与跨场景应用实践

应用层面，TensorFlow与PyTorch框架在医疗影像诊断、金融时序预测等领域的实战案例，验证了深度学习模型在垂直行业的泛化能力。值得关注的是，工具链整合已成为技术落地的关键环节，MXNet与
智能计算研究中心·2025-03-19 11:36

优化深度学习模型：PyTorch中的模型剪枝技术详解

本文将详细介绍如何在PyTorch框架中实现模型剪枝，并提供相应的代码示例。1.模型剪枝的基本概念模型剪枝主要分为两种类型：结构化剪枝和非结构化剪枝。结构化剪枝通常指的是剪除整个
代码之光_1980·2025-03-18 00:38

3.10 项目总结

今天的项目是一个使用PyTorch框架构建和训练神经网络的实例，旨在实现手写数字识别。以下是项目的总结、内容分析以及优化建议：项目总结1.目标：使用神经网络对MNIST数据集中的手写数字进行分类。
不要不开心了·2025-03-11 01:58

PyTorch框架为例，如何构建和训练U-Net模型来完成基于哨兵2的作物分割检测

PyTorch框架为例，如何构建和训练U-Net模型来完成基于哨兵2的作物分割检测基于哨兵2的作物分割，共18种作物类型（背景，草地，软冬小麦，玉米，冬季大麦，冬季油菜，春季大麦，向日葵，葡萄藤，甜菜，
计算机C9硕士_算法工程师·2025-03-02 20:04

基于 Pytorch 的全卷积网络人脸表情识别：从数据到部署的实战之旅

前言：本文将详细介绍基于Pytorch框架，利用全卷积网络进行人脸表情识别的完整过程，涵盖从数据集的准备、模型的设计与训练，再到模型的部署与预测，通过代码实现以及详细讲解，帮助读者深入理解并掌握这一技术
那年一路北·2025-03-01 14:16

torch对于tensor的常规操作

前言使用pytorch框架，会常操作tensor，以下则是对tensor常规操作的汇总。
何33512336·2025-03-01 06:16

【深度学习】PYTORCH框架中采用训练数据“CIFAR-10”实现RESNET50

一、ResNet网络结构二、基本块三、RESNET50代码实现resnet50.pyimporttorchimporttorch.nnasnnfromtorch.nnimportfunctionalasFclassResNet50BasicBlock(nn.Module):def__init__(self,in_channel,outs,kernerl_size,stride,padding):s
别出BUG求求了·2025-02-26 08:20

Python微调DeepSeek-R1-Distill-Qwen-1.5B模型：使用Transformers和PyTorch进行训练

本博客将详细介绍如何微调一个名为Qwen-1.5B的模型，使用HuggingFace的Transformers库与PyTorch框架来实现。我们将通过一步步的代码解析，帮助你理解
煤炭里de黑猫·2025-02-25 21:02

PyTorch实现DARTS：可微分架构搜索指南

pt.darts项目地址:https://gitcode.com/gh_mirrors/pt/pt.darts项目介绍PyTorchImplementationofDARTS（简称pt.darts）是一个基于PyTorch
余伊日Estra·2025-02-25 05:07

Ascend Extension for PyTorch是个what？

1AscendExtensionforPyTorchAscendExtensionforPyTorch插件是基于昇腾的深度学习适配框架，使昇腾NPU可以支持PyTorch框架，为PyTorch框架的使用者提供昇腾
·2025-02-25 03:53

根据deepseek模型微调训练自动驾驶模型及数据集的思路

本流程假设你已有自动驾驶领域的数据集（如驾驶指令、传感器数据等），并基于PyTorch框架实现。
ywfwyht·2025-02-16 19:28

pytorch深度学习模型推理和部署、pytorch&ONNX&tensorRT模型转换以及python和C++版本部署

tensorrt进行推理（python环境）3.1onnx转engine文件3.2tensorrt推理4.采用tensorrt进行推理（c++环境）5.采用torch2trt进行推理（python环境）在pytorch
机械心·2025-02-12 10:40

基于PyTorch框架实现，展示如何使用ResNet50进行特征提取，并结合MMD用于领域适应，迁移学习在轴承故障诊断中的应用

基于PyTorch框架实现，展示如何使用ResNet50进行特征提取，并结合MMD用于领域适应，迁移学习在轴承故障诊断中的应用_迁移学习轴承诊断DAN:ResNet50-MMD以下文字及代码仅供参考。
QQ_767172261·2025-02-12 07:15

【Python】成功解决ModuleNotFoundError: No module named ‘openpyxl‘

博主档案：广东某985本硕，SCI顶刊一作，深耕深度学习多年，熟练掌握PyTorch框架。
高斯小哥·2025-02-11 07:14

深度学习-医学影像诊断

以下以使用深度学习进行医学影像（如X光片）的肺炎诊断为例，为你展示基于PyTorch框架的代码实现。我们将构建一个简单的卷积神经网络（CNN）模型，使用公开的肺炎X光影像数据集进行训练和评估。
小赖同学啊·2025-02-10 18:37

一文解释nn、nn.Module与nn.functional的用法与区别

个人主页：十二月的猫-CSDN博客系列专栏：零基础入门PyTorch框架_十二月的猫的博客-CSDN博客十二月的寒冬阻挡不了春天的脚步，十二点的黑夜遮蔽不住黎明的曙光目录1.前言2.Torch.nn库3
十二月的猫·2025-02-10 03:23

基于Pytorch的猫狗分类的代码演练

这个代码是以tensorflow为框架训练的，由于之前一直没有系统的了解tensorflow框架和Pytorch框架的区别，得着今天闲来无事，了解了一下，顺便看看能不能自己用Pytorch框架来训练猫狗分类的代码
摸爬滚打的包菜·2025-02-07 23:09

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimportnumpyasnpimporttorch.nnasnnfromtorch.utils.dataimportDataLoader,TensorDatasetdata=np.array([[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1.8,-49.1],[1.5,75.
sirius12345123·2025-02-06 06:39

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimporttorch.nnasnnfromtorch.utils.dataimportDatasetimportnumpyasnp#自定义数据集类classCustomDataset(Dataset):def__init__(self,x_data,y_data):self.x_data=torch.from_numpy(x_data).float()self.y_data
菜狗woc·2025-02-06 06:35

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

自定义数据集：继承torch.utils.data.Dataset类创建自定义数据集，并重写__len__和__getitem__方法。定义逻辑回归模型：继承nn.Module类，定义一个线性层，并在forward方法中应用sigmoid激活函数。训练模型：使用二元交叉熵损失函数BCELoss和随机梯度下降优化器SGD进行训练。保存模型：使用torch.save保存模型的参数。加载模型并预测：加载
知识鱼丸·2025-02-05 06:42

大模型文件格式GGUF格式

大语言模型的开发通常使用PyTorch等框架，其预训练结果通常也会保存为相应的二进制格式，如pt后缀的文件通常就是PyTorch框架保存的二进制预训练结果。但是
·2025-02-04 18:36

使用 Numpy 自定义数据集，使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

1.导入必要的库首先，导入我们需要的库：Numpy、Pytorch和相关工具包。importnumpyasnpimporttorchimporttorch.nnasnnimporttorch.optimasoptimfromsklearn.metricsimportaccuracy_score,recall_score,f1_score2.自定义数据集使用Numpy创建一个简单的线性可分数据集，并
辞落山·2025-02-04 10:40

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataset,DataLoaderimporttorchvision.transformsastransformsimportpandasaspdimportnumpyasnpclassCustomDataset(Dataset):def_
Z211613347·2025-02-04 07:40

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

importtorchimportnumpyasnpimporttorch.nnasnnfromsklearn.metricsimportaccuracy_score,precision_score,recall_score,f1_scoredata=[[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1
qwe352633·2025-02-01 22:37

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测，对预测结果计算精确度和召回率及F1分数

代码：importtorchimportnumpyasnpimporttorch.nnasnnfromsklearn.metricsimportaccuracy_score,precision_score,recall_score,f1_score#定义数据：x_data是特征，y_data是标签（目标值）data=[[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39
〖是♂我〗·2025-02-01 21:54

GGUF 大模型文件格式

大语言模型的开发通常使用PyTorch等框架，其预训练结果通常也会保存为相应的二进制格式，如pt后缀的文件通常就是PyTorch框架保存的二进制预训
香菜烤面包·2025-01-31 07:04

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

1.数据准备首先，我们需要一些示例数据。在这个例子中，我们将生成一些简单的二维数据点，并为其分配标签。2.定义逻辑回归模型接下来，我们定义一个简单的逻辑回归模型。3.训练模型定义损失函数和优化器，然后进行模型训练。4.保存模型训练完成后，我们可以保存模型的状态字典。5.加载模型并进行预测加载保存的模型，并进行预测。importtorchimporttorch.nnasnnimporttorch.o
知识鱼丸·2025-01-31 04:12

使用PyTorch实现线性SVM指南

svm-pytorchLinearSVMwithPyTorch项目地址:https://gitcode.com/gh_mirrors/sv/svm-pytorch本指南基于GitHub上的开源项目svm-pytorch，旨在帮助开发者理解和运用这个库来在PyTorch
余桢钟·2025-01-30 08:51

使用 PyTorch 实现逻辑回归：从数据到模型保存与加载

本文将通过一个简单的示例，展示如何使用PyTorch框架实现逻辑回归模型，从数据准备到模型训练、保存和加载，最后进行预测。1.数据准备逻辑回归的核心是通过学习数据中的特征与标签之间的关系来进行分类。
弥树子·2025-01-28 02:29

在PyTorch框架上训练ImageNet时，Dataloader加载速度慢怎么解决？

本文将深入探讨这一问题，并提供多种解决方案，帮助你在PyTorch框架上高效地训练ImageNet。
cda2024·2025-01-26 20:39

Keras、TensorFlow、PyTorch框架对比及服务器配置揭秘

深度学习框架：开启智能大门的钥匙在数字化浪潮中，深度学习如明星照亮众多领域。从智能安防的人脸识别，到医疗图像分析、电商商品推荐、智能语音助手等，其身影无处不在，改变着生活与工作方式。在深度学习领域，Keras、TensorFlow和PyTorch是主流框架，能助开发者构建强大智能模型。但这些框架要充分发挥作用，离不开合适的服务器配置，就像魔法师需要魔法棒和魔力，下面我们就来看看这些具体的框架吧:框
小深ai硬件分享·2025-01-23 16:52

在PyTorch框架上训练ImageNet时，Dataloader加载速度慢怎么解决？

本文将深入探讨这一问题，并提供多种解决方案，帮助你在PyTorch框架上高效地训练ImageNet。
cda2024·2025-01-20 22:42

AscendC从入门到精通系列（四）使用Pybind调用AscendC算子

1Pybind调用介绍通过PyTorch框架进行模型的训练、推理时，会调用很多算子进行计算，其中的调用方式与kernel编译流程有关。
·2025-01-20 17:21

【强化学习】PyTorch-RL框架

核心功能三、学习环境配置四、学习资源五、实践与应用六、常见问题与解决方案七、深入理解强化学习概念八、构建自己的强化学习环境九、调试与优化十、参与社区与持续学习一、框架简介PyTorch-RL是一个基于PyTorch
大雨淅淅·2025-01-20 05:52

探索极致AI性能：昇腾NPU与PyTorch的完美融合 —— Ascend Extension for PyTorch

AscendExtensionforPyTorch插件，即torch_npu，正是这样一个解决方案，它无缝对接PyTorch框架，将华为昇腾AI处
尤琦珺Bess·2025-01-18 08:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他