pytorch工程实践第2页

图像分类实战：基于ResNet实现猫狗识别

图像分类实战：基于ResNet实现猫狗识别（含完整PyTorch代码）图像分类是计算机视觉中最基础也是最经典的任务之一。今天我们将带你实战体验如何使用PyTorch和ResNet构建一个猫狗识别系统。

风亦辰739·2025-07-24 09:47

20250108-实验+神经网络（实现见绑定资源）

=f(x1,x2,x3)(y_1,y_2)=f(x_1,x_2,x_3)(y1,y2)=f(x1,x2,x3)的反向传播算法（不允许使用自动微分），程序应能够正确计算函数的雅克比矩阵.实验要求2：基于pytorch

陈晨辰熟稳重·2025-07-24 06:57

PyTorch Lightning（PL）通过约定的生命周期方法自动管理训练流程。

一、PyTorchLightning的“隐形流程”PL是一个基于PyTorch的轻量级训练框架，它通过约定优于配置的原则，定义了一系列生命周期钩子方法（如training_step、validation_step

小香猪6688·2025-07-24 06:53

PyTorch深度学习工具箱整理总结

一、pytorch简介Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对GPU加速的深度神经网络（DNN）编程。

前网易架构师-高司机·2025-07-24 05:48

PyTorch常用小工具-Tensorboard、Summary、Profiler

1PyTorch可视化工具-Tensorboard2summary计算每层参数个数2.1安装与使用2.2实战3profiler分析每个操作在GPU和CPU的时间花销3.1教程3.2实战统计前向运行时间4eval.py

R-G-B·2025-07-24 05:48

【锂电池剩余寿命预测】TCN时间卷积神经网络锂电池剩余寿命预测（Pytorch完整源码和数据）

目录效果一览程序获取程序内容代码分享效果一览程序获取获取方式一：文章顶部资源处直接下载：【【锂电池剩余寿命预测】TCN时间卷积神经网络锂电池剩余寿命预测（Pytorch完整源码和数据）获取方式二：订阅电池建模专栏获取电池系列更多文件

机器学习之心·2025-07-24 05:48

与工程项目中标后拒绝签约相关的法律问题

《招标投标法》第46条第1款规定：“招标人和中标人应当自中标通知书发出之日起30日内，按照招标文件和中标人的投标文件订立书面合同……”但在工程实践中，中标后拒绝签订的情形也时有发生，主要表现在两种情形：

太阳煜炎_王冠华·2025-07-24 05:39

彻底拆解 Vue scoped 指令：从编译原理到工程实践的全链路解析

引言我们在开发Vue项目时，经常会给标签加上scoped特性来实现组件的样式隔离。但它究竟是如何做到这一点的呢？作为开发者，我们不仅要会用这个特性，更要深入了解其底层原理。只有这样，在实际开发中才能避开各种潜在的陷阱，提升解决问题的效率。接下来，我们就来彻底剖析一下Vue的scoped指令，看看它到底是如何实现样式隔离的。css编译当标签带有scoped属性时，其CSS样式仅作用于当前组件内的元素

是罐装可乐·2025-07-24 00:17

Python 进阶学习之全栈开发学习路线

文章目录前言一、Python全栈开发技术栈1.前端技术选型2.后端框架选择3.数据库访问二、开发环境配置1.工具链推荐2.VSCode终极配置3.项目依赖管理三、现代Python工程实践1.项目结构规范

Microi风闲·2025-07-23 20:17

Python训练 + Go优化 + C#部署：端到端AI模型的跨语言实践

Python作为AI领域的主流语言，具有丰富的深度学习框架（如PyTorch和TensorFlow），在模型训练方面处于领先地位。

威哥说编程·2025-07-23 17:06

格灵深瞳视觉算法面试30问全景精解

格灵深瞳视觉算法岗位面试不仅考察候选人对视觉基础理论的扎实掌握，更关注其在复杂场景下的创新能力与工程实践。本文精选30个高质量面试问题，涵盖基

机＿长·2025-07-23 10:16

深度强化学习 | 图文详细推导深度确定性策略梯度DDPG算法

目录0专栏介绍1演员-评论家架构1.1Critic网络优化1.2Actor网络优化2深度确定性策略梯度算法0专栏介绍本专栏以贝尔曼最优方程等数学原理为根基，结合PyTorch框架逐层拆解DRL的核心算法

Mr.Winter`·2025-07-23 09:08

边缘计算与量子模型优化驱动医疗诊断新突破

值得关注的是，框架选型直接影响着模型部署的可行性——TensorFlow在移动端推理优化方面的工具链完备性，与PyTorch动态图机制对迭

·2025-07-23 07:29

pytorch图像分类全流程（二）

本次使用的是ImageNet1000类别信息，resnet18预训练模型。记录一些一坑和知识点。在传入图片或视频之前我们都会对其进行预处理，归纳下来为四个字母RCTN：缩放、裁剪、转Tensor、归一化，可以使用transforms.Compose()函数打包对应四个函数进行预处理，当然这里有个小坑，transforms.Compose()只接受pillow格式的图像，不能拿opencv传入图片。

前人栽树,后人乘凉·2025-07-23 06:49

PyTorch图像分类系列——流程概览

一、加载数据1.使用torchvision.datasets的方法加载经典数据集在此网址查看支持哪些经典数据集：Datasets—Torchvision0.18documentation(pytorch.org

VAMOT·2025-07-23 05:44

tensorflow sigmoid_cross_entropy_with_logits 函数解释及公式推导

tensorflowsigmoid_cross_entropy_with_logits函数解释及公式推导tensorflow官方文档解释参考pytorch--BCELosspytorch--BCELoss

CrazyWolf_081c·2025-07-23 05:01

Pytorch图像二分类代码 AlexNet

importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorch.utils.dataimporttorch.nn.functionalasFimporttorchvisionfromtorchvisionimporttransformsfromPILimportImagedefcheck_image(path):try:im=Ima

望舒向晚·2025-07-23 04:10

基于逻辑回归的图像二分类算法实现（Pytorch版）

基于逻辑回归的图像二分类算法实现（Pytorch版）数据集模型代码数据集链接：FastFoodClassificationDataset我们只使用Burger和Pizza这两类。

哎呦哥哥、·2025-07-23 04:39

Android NDK开发实战详解

JavaNativeInterface）3.3、ABI（应用二进制接口）兼容性3.4、内存与线程安全3.5、调试与工具链3.6、安全风险3.7、构建配置（CMake/ndk-build）3.8、兼容性与版本管理3.9、异常处理四、工程实践建议

大王算法·2025-07-23 02:57

深度学习系列-----＞环境搭建（Ubuntu）

此次学习选择Pytorch作为深度学习的框架，选择的原因主要由于PyTorch在研究领域特别受欢迎，较多的论文框架也是基于其开发。

二师兄用飘柔·2025-07-22 21:25

深度学习-常用环境配置

目录Miniconda安装安装NVIDIA显卡驱动安装CUDA和cnDNNCUDAcuDNNPyTorch安装手动下载测试Miniconda安装最新版Miniconda搭建Python环境_miniconda

瑶山·2025-07-22 21:21

2018 MacBook Pro 安装cuda+cuDNN+pytorch

2018MacBookPro安装cuda+cuDNN+pytorch根据CSDN上的两篇文章和知乎上的一篇文章，前前后后折腾了好几天，在一个小姐姐的帮助下终于装上了。

·2025-07-22 17:00

推荐项目： Few-Shot-Adversarial-Learning-for-face-swap

Few-Shot-Adversarial-Learning-for-face-swap去发现同类优质开源项目:https://gitcode.com/1、项目介绍Few-Shot-Adversarial-Learning-for-face-swap是一个基于PyTorch

邱晋力·2025-07-22 13:06

解读一个大学专业——信号与图像处理

技术栈MATLAB/Python+OpenCV/PyTorch+DSP/FPGA+GPU（CUDA）第五届先进算法与信号、图像处理国际学术会议（AASIP2025）

·2025-07-22 12:57

PyTorch生成式人工智能（18）——循环神经网络详解与实现

PyTorch生成式人工智能（18）——循环神经网络详解与实现0.前言1.文本生成的挑战2.循环神经网络2.1文本数据2.2循环神经网络原理3.长短期记忆网络3.自然语言处理基础3.1分词3.2词嵌入3.3

盼小辉丶·2025-07-22 07:17

为什么用Pytorch帮客户训练好了模型还要提供模型结构？

如果我在训练模型后生成好了一个模型文件：mnist_model.pth我想把这个模型文件给第三方使用，而不告诉他模型定义的结构等信息，那么第三方是不是就用不起来这个模型？答案：是的。如果只提供.pth文件而不告知模型结构，第三方确实无法直接使用该模型。原因和解决方案如下：1.为什么无法直接使用？.pth文件仅保存参数：torch.save(model.state_dict(),'mnist_mod

yuanpan·2025-07-22 07:45

autodl云计算平台使用ollama 部署lightrag 加入streamlit界面

1到autodl的算力市场里开一台机器镜像选择：PyTorch2.3.0、Python3.12(ubuntu22.04)、Cuda12.1我本来选择的Cuda12.4，但版本过高疑似会使ollama不使用

42fourtytoo·2025-07-22 06:10

opencv、torch、torchvision、tensorflow的区别

一、框架定位与核心差异PyTorch动态计算图：实时构建计算图支持Python原生控制流（如循环/条件），调试便捷。

·2025-07-21 23:21

PyTorch笔记6----------神经网络案例

1.回归网络波士顿房价预测模型搭建波士顿房价数据集下载链接：百度网盘请输入提取码提取码:5279导入所需包importtorchimportnumpyasnpimportre读取数据ff=open('housing.data').readlines()data=[]foriteminff:out=re.sub(r"\s{2,}","",item).strip()#通过正则表达式去除所有空格data

HuashuiMu花水木·2025-07-21 22:16

【AI 赋能：Python 人工智能应用实战】5. 梯度下降家族：SGD/Adam优化器对比实验与选择策略

实战模块基于PyTorch在MNI

AI_DL_CODE·2025-07-21 19:56

使用UV管理PyTorch项目

PyTorch是深度学习研究和开发的流行选择。可以使用uv管理PyTorch项目，包括不同Python版本依赖、管理环境、甚至加速器选择等。

·2025-07-21 18:54

模型移植实战：从PyTorch到ONNX完整指南

ONNX的主要优势包括：跨框架兼容性：支持主流深度学习框架间的模型转换，包括PyTorch、TensorFlow、MXNet、CNTK等例如，可以将PyTorch训练的ResNet模型导

慕婉0307·2025-07-21 18:50

PyTorch的基础概念和复杂模型的基本使用

文章目录一、PyTorch基础概念二、复杂模型的学习使用一、PyTorch基础概念张量（Tensor）操作：张量是PyTorch中的基本数据结构，类似于NumPy的数组，但支持GPU加速常见操作包括创建张量

香蕉可乐荷包蛋·2025-07-21 18:49

python3.9安装tensorflow-gpu 2.6.0和torch-gpu版本各依赖包的版本对应关系

首先使用的cuDNN（8.1）、CUDA（11.2）、tensorflow-gpu（2.6.0）、python（3.9）之间对应版本Window环境下安装pytorch下载地址tensorflow官网CUDA

·2025-07-21 18:18

深度学习方法生成抓取位姿与6D姿态估计的完整实现

1.系统架构text[RGB-D传感器]→[物体检测与6D姿态估计]→[GraspNet抓取位姿生成]→[MoveIt运动规划]→[执行抓取]2.环境配置2.1安装依赖bash#安装PyTorch(根据

ZPC8210·2025-07-21 15:31

Unet源码实现（pytorch）

U-Net是一种用于生物医学图像分割的卷积神经网络架构。它通过引入一种新颖的网络结构和训练策略解决了传统方法在数据量不足时面临的挑战。U-Net的主要思想是利用数据增强技术来高效利用有限的标注样本，并通过独特的网络设计来提高分割精度。主要贡献U-Net的主要贡献包括：1、数据增强策略：使用随机弹性变形和其他形式的数据增强来增加训练数据的多样性，从而在有限的数据集上训练出更强大的模型。2、U形网络结

wyn20001128·2025-07-21 08:09

pytorch的学习笔记

一cuda 2006年，NVIDIA公司发布了CUDA(ComputeUnifiedDeviceArchitecture)，是一种新的操作GPU计算的硬件和软件架构，是建立在NVIDIA的GPUs上的一个通用并行计算平台和编程模型，它提供了GPU编程的简易接口，基于CUDA编程可以构建基于GPU计算的应用程序。 CPU是用于负责逻辑性比较强的计算，GPU专注于执行高度线程化的并行处理任务。所以

wyn20001128·2025-07-21 08:39

神经网络项目--基于FPGA的AI简易项目（1-9图片数字识别）

1.训练MNIST模型importtorch#导入pytorch核心库importtorch.nnasnn#神经网络模块，如卷积层importtorch.optimasoptim#优化器fromtorchvisionimportdatasets

霖12·2025-07-21 05:45

神经网络常见激活函数 13-Softplus函数

文章目录Softplus函数+导函数函数和导函数图像优缺点PyTorch中的Softplus函数TensorFlow中的Softplus函数Softplus函数+导函数Softplus函数Softplus⁡

亲持红叶·2025-07-21 05:42

RabitQ 量化：既省内存又提性能

突破高维向量内存瓶颈：MlivusCloudRaBitQ量化技术的工程实践与调优指南作为大禹智库高级研究员，拥有三十余年向量数据库与AI系统架构经验的我发现，在当今多模态AI落地的核心场景中，高维向量引发的内存资源消耗问题已成为制约系统规模化部署的

大禹智库·2025-07-21 04:10

《Python 项目 CI/CD 实战指南：从零构建自动化部署流水线》

在现代软件开发中，CI/CD（持续集成/持续部署）已成为不可或缺的工程实践。它不仅提升了开发效率，还显著降低了部署风险。

清水白石008·2025-07-21 02:49

Anaconda 、Pytorch下载教程（保姆级）

#因为每次都自己去搜教程太麻烦，索性写个博客记录一下#一、Anaconda的下载与安装进入Anaconda官网官网：Anaconda|TheWorld’sMostPopularDataSciencePlatform下载地址：FreeDownload|Anaconda直接点击Download即可版本对应表如下，选择自己想要的python版本下载就好[环境配置]anaconda3的base环境与pyt

湲绘·2025-07-20 11:07

基于AutoCut实现在文档中按照片段剪辑视频

依托Anaconda环境管理工具和PyTorch的GPU加速能力，用户能够迅速搭建一个符合项目需求的Python环境。

Mr数据杨·2025-07-20 11:04

MATLAB实现基于多目标粒子群优化算法（MOPSO）进行无人机三维路径规划的详细项目实例

进行无人机三维路径规划她详细项目实例1项目背景介绍...1项目目标她意义...2优化无人机飞行路径她安全她...2提升路径规划她她目标协调能力...2实她三维环境下她动态路径规划...2降低计算复杂度，实她高效路径规划...2提供具有工程实践价值她路径规划工具

nantangyuxi·2025-07-20 10:29

嵌入式学习-PyTorch（8）-day24

torch.optim优化器torch.optim是PyTorch中用于优化神经网络参数的模块，里面实现了一系列常用的优化算法，比如SGD、Adam、RMSprop等，主要负责根据梯度更新模型的参数。️

LGGGGGQ·2025-07-20 09:21

嵌入式学习-PyTorch（3）-day20

transforms结构及用法transforms.yp是一个工具箱就是将一个特定格式的图片经过这个工具的到想要的变换Tensor数据类型一、transforms的使用（Python）fromPILimportImagefromtorch.utils.tensorboardimportSummaryWriterfromtorchvisionimporttransformswriter=Summar

LGGGGGQ·2025-07-20 09:20

嵌入式学习-PyTorch（4）-day21

1、torchvision中数据集的使用认识官方的一些数据集Datasets—Torchvision0.22documentation试了一下CIFAR10数据集，知道了如何下载官方数据集和展示他们去tensorboard中importtorchvisionfromtorch.utils.tensorboardimportSummaryWriter#处理数据集dataset_transform=t