python安装torch 第13页

python打卡day43

作业：kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化导入包importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

·2025-06-10 10:06

Python打卡day47！！！

DAY47注意力热图可视化昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图作业：对比不同卷积层热图可视化的结果importtorchimportmatplotlib.pyplotaspltdefcompare_conv_layers

dragon0907·2025-06-10 08:55

python打卡day48

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：

纨妙·2025-06-10 08:54

python打卡day45

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transforms,modelsfromtorch.utils.dataimportDataLoaderfromtorch.utils.ten

纨妙·2025-06-10 08:24

Python打卡 DAY 47

昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图作业：对比不同卷积层热图可视化的结果importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

冰轮a·2025-06-10 08:23

神经网络-Day49

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplotaspltimportnumpyasnp

红衣小蛇妖·2025-06-10 07:14

神经网络学习-神经网络简介【Transformer、pytorch、Attention介绍与区别】

神经网络学习笔记本笔记总结了神经网络基础理论、常见模型结构、优化方法以及PyTorch实践，适用于初学者和进阶者查阅学习。

Crabfishhhhh·2025-06-10 06:39

rnn判断string中第一次出现a的下标

#coding:utf8importtorchimporttorch.nnasnnimportnumpyasnpimportrandomimportjson"""基于pytorch的网络编写实现一个RNN

·2025-06-10 02:37

神经网络隐藏层

示例代码（使用PyTorch）：python运行import

MYH516·2025-06-10 02:04

基于PyTorch和YOLOv5的完整代码训练使用——衣物皮革类数据集_织物布匹缺陷检测数据集 5921张(6类）深度学习目标检测模型训练

以下是一个基于PyTorch和YOLOv5的完整代码示例，涵盖了数据准备、模型训练、验证和评估等关键步骤。我们将使用YOLOv5作为目标检测模型，因为它在实时检测任务中表现出色。

QQ67658008·2025-06-09 19:24

利用机器学习构建肺炎诊断模型与绘制热力图

不久前，斯坦福大学的研究人员发表了一篇关于利用深度学习推动肺炎诊断前沿的论文，这激发了本文作者的兴趣，并尝试在PyTorch中实现相关工作。

t0_54program·2025-06-09 19:53

OpenBMB/MiniCPM4-0.5B 运行起来需要多少显存？实测需要 1.8GB

测试用的代码frommodelscopeimportAutoModelForCausalLM,AutoTokenizerimporttorchtorch.manual_seed(0)path='OpenBMB

·2025-06-09 17:24

多模态图像修复系统：基于深度学习的图片修复实现

importtorchimportnumpyasnpfromPILimportImage,ImageDrawfromdiffusersimportSta

神经网络15044·2025-06-09 17:38

PyTorch：动态计算图的革命与深度学习工程实践

从研究原型到生产部署，PyTorch正在重塑深度学习开发的全生命周期。本文将系统解构动态计算图的数学本质，梳理从张量操作到分布式训练的完整技术栈，为开发者提供从入门到精通的工程化指南。

Gupao12·2025-06-09 17:36

基于Transformer实现机器翻译（日译中）

本文将详细介绍如何使用PyTorch、Torchtext、SentencePiece以及JupyterNotebook构建一个日语到中文的机器翻译模型。

觉今是昨非·2025-06-09 16:01

【图像超分】论文复现：轻量化超分 | 频域感知Transfomer模型FreqFormer的Pytorch源码复现，跑通源码，获得指标、模型复杂度、超分结果图，架构拆解与源码对应，注释详细！

请先看【专栏介绍文章】：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）完整代码和训练好的模型权重文件下载链接见本文底部，订阅专栏免费获取！本文亮点：跑通FreqFormer源码，获得与论文一致的PSNR/SSIM、Params、FLOPs、超分可视化结果；

十小大·2025-06-09 14:50

Neus复现（DTU数据集）

复现参考链接：1、Ubuntu复现NeuS（用体绘制学习神经隐式曲面用于多视图重建）——NeRF应用：表面重建_neus复现-CSDN博客2、Ubuntu18.04复现NeuS（Pytorch）_neus

ashore_xsl·2025-06-09 13:10

DAY48

随机张量的生成在PyTorch中，torch.randn()是一个常用的随机张量生成函数，它可以创建一个由标准正态分布（均值为0，标准差为1）随机数填充的张量。

·2025-06-09 13:09

DAY 48 随机函数与广播机制

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：

MasterLLL0228·2025-06-09 13:08

获取Python安装路径的几种方法

在Python中，可以通过以下几种方式获取Python的安装路径：方法1：使用sys模块importsysprint("Python安装路径:",sys.executable)这会输出当前运行的Python

Leon_Jinhai_Sun·2025-06-09 04:35

神经网络-Day44

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplotasplt

红衣小蛇妖·2025-06-09 04:00

DAY 42 Grad-CAM与Hook函数

知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvisionimporttorchvision.transformsastransformsimportnumpyasnpimportmatplotl

MasterLLL0228·2025-06-09 03:57

60天python训练计划----day43

importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvision.transformsastransformsfromtorc

尘浮728·2025-06-08 14:56

Python训练day38

知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系作业：今日代码较少，理解内容即可importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoader

Mantanmu·2025-06-08 13:48

Python训练day40

道图片的规范写法#先继续之前的代码importtorchimporttorch.nnasnni

Mantanmu·2025-06-08 13:17

Python训练day41

作业：尝试手动修改下不同的调度器和CNN的结构，观察训练的差异importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

·2025-06-08 12:39

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

zjun3021·2025-06-08 06:02

LLM基础1_语言模型如何处理文本

基于GitHub项目：https://github.com/datawhalechina/llms-from-scratch-cn工具介绍tiktoken：OpenAI开发的专业"分词器"torch：Facebook

激进小猪1002·2025-06-08 05:54

Python打卡训练营学习记录Day46

作业：今日代码较多，理解逻辑即可对比不同卷积层特征图可视化的结果（可选）一、CNN特征图可视化实现importtorchimportmatplotlib.pyplotaspltdefvisualize_feature_maps

FanfanPyt·2025-06-08 05:49

Python打卡训练营day44——2025.06.04

作业：尝试在cifar10对比如下其他的预训练模型，观察差异，尽可能和他人选择的不同尝试通过ctrl进入resnet的内部，观察残差究竟是什么importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

莱茵菜苗·2025-06-08 04:46

Python打卡训练营day41——2025.05.31

数据增强：importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplotaspltimport

莱茵菜苗·2025-06-08 04:16

Python打卡训练营day43——2025.06.02

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromdata_loaderimportcreate_data_loadersfrommodelimportCNNModelfromtrainimporttrain_modelfromvisualizeimportvisualize_grad_camimportosdefmain

莱茵菜苗·2025-06-08 04:16

Python打卡训练营day46——2025.06.06

通道注意力：模型的定义和插入的位置通道注意力后的特征图和热力图importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

莱茵菜苗·2025-06-08 04:44

win10 环境进行 python + pytorch + yolov8 + tensorRT( c++版 ) 测试过程记录

参考博客：1.YOLOv8模型转换pt-＞onnx(附上代码)：https://blog.csdn.net/2303_80018785/article/details/1381949612.yolov8的TensorRT部署（C++版本）：https://blog.csdn.net/liujiahao123987/article/details/133892746test.cpp就是使用此博客的d

狄龙疤·2025-06-08 04:40

基于端到端深度学习模型的语音控制人机交互系统

系统采用Python语言开发，使用PyTorch框架实现端到端的语音识别（ASR）和语音合成（TTS）模型。系统支持自定义设备控制接口，可扩展性强，适用于智能家居、工业控制等多种场景。

pk_xz123456·2025-06-08 02:00

安装了torch发现是cpu版本怎么办？

1卸载旧版本（CPU版）pipuninstalltorchtorchvisiontorchaudio-y直接在base环境操作的优点省事：无需额外创建环境，适合快速测试或短期项目。

·2025-06-08 01:56

python打卡day38@浙大疏锦行

getitem__和__len__方法（本质是python的特殊方法）Dataloader类minist手写数据集的了解作业：了解下cifar数据集，尝试获取其中一张图片一、首先加载CIFAR数据集importtorchimporttorchvisionimporttorchvision.transformsastransformsfrommatplotlibim

风逸hhh·2025-06-08 01:54

python打卡day46@浙大疏锦行

通道注意力：模型的定义和插入的位置通道注意力后的特征图和热力图内容参考作业：今日代码较多，理解逻辑即可对比不同卷积层特征图可视化的结果（可选）一、CNN特征图可视化实现importtorchimportmatplotlib.pyplotaspltdefvisualize_fe

风逸hhh·2025-06-08 01:23

linux环境下使用Conda 安装pytorch

先确保已安装cuda（请点击查看是否安装了cuda）,cudnn（请点击查看cudnn的安装），然后才能装pytorch。一、安装pytorch1、激活虚拟环境。

熹熹爱编程·2025-06-07 20:20

CMake find_package(CUDAToolkit) 报错，找不到 CUDA_CUDART

llama-cpp-python时，使用GPU版本，系统版本是Ubuntu22.04cuda版本是12.1安装命令：CMAKE_ARGS="-DLLAMA_CUBLAS=on"pipinstallllama-cpp-python

0语1言·2025-06-07 18:40

Python训练营打卡DAY45

PS:tensorboard和torch版本存在一定的不兼容性，如果报错请新建环

我想睡觉261·2025-06-07 18:35

Python 训练营打卡 Day 43

以猫狗图像辨别的新数据集为例，用CNN网络进行训练并用Grad-CAM做可视化importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets

2401_86382089·2025-06-07 17:05

Python 训练营打卡 Day 34

GPU训练及类的call方法一、GPU训练与day33采用的CPU训练不同，今天试着让模型在GPU上训练，引入importtime比较两者在运行时间上的差异importtorch#设置GPU设备device

2401_86382089·2025-06-07 17:35

DPO算法微调实战

3.11condaactivateflorencenvcc--versionpip3install-ihttps://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/torchtorchvisiontorchaudio

樱花的浪漫·2025-06-07 17:02

使用deepSeek-8B-Transformers开发本地接口

importtorchprint(torch.

技术支持者python，php·2025-06-07 15:52

《从零构建大模型》系列（20）：因果注意力——大语言模型的核心安全机制

1.1文本生成的本质要求1.2信息泄露的风险二、因果注意力的实现原理2.1掩码机制详解2.2PyTorch实现步骤三、完整因果注意力实现3.1基础因果注意力类3.2设备感知实现技巧四、Dropout在注意力机制中的应用

Sonal_Lynn·2025-06-07 14:43

Python训练第四十二天

PyTorch提供了一种强大的工具——hook函数，它允许我们在不修改模型结构的情况下，获

火兮明兮·2025-06-07 10:20

基于PyTorch的少样本学习(Few-shot Learning)实现

基于PyTorch的少样本学习(Few-shotLearning)实现：用"小抄"教会AI快速学习新任务关键词：少样本学习、PyTorch、元学习、支持集、原型网络摘要：传统深度学习需要"海量数据喂养"

AI原生应用开发·2025-06-07 09:42

sklearn 和 pytorch tensorflow什么关系

Scikit-learn、PyTorch和TensorFlow是Python生态中互补的机器学习库，但它们的定位和应用场景有明显区别：核心定位对比库主要定位抽象层级核心优势典型场景Scikit-learn

MYH516·2025-06-07 05:09

【PyTorch】CUDA基础知识

为了追求更快的速度，机器学习研究人员开始利用一些计算机中的特殊硬件。这些硬件原本是用来提升图形处理性能的，叫做显卡。NVIDIACUDA显卡中包含一个GPU，它能够以高度并行化的方式实现矩阵乘法。在很长一段时间，英伟达（NVIDIA）的GPU市场份额一直保持领先。他们有一套成熟的软件工具，可以充分利用硬件加速。这套软件框架就是CUDA。MVIDIA的竞争对手是AMD。在Python中使用CUDA创

沐兮Krystal·2025-06-07 05:08

推荐频道

python安装torch