分类 PyTorch 教程 下的文章


撰写于:  浏览:299 次  分类:PyTorch 教程
1、什么是叶子节点PyTorch的最大特点是动态计算图,计算图是用来描述运算的有向无环图。计算图有两种主要元素:结点(Node)和边(Edge)。结点表示数据,例如张量,而边表示运算,例如加、减、乘、除、卷积等。对于节点而言,又分为叶子节点和非叶子节点。我们通常关注的叶子节点,那什么叶子节点呢?PyTorch中的张量tensor有一个属性是is_l[...]

撰写于:  浏览:285 次  分类:PyTorch 教程
1、PyTorch设置随机数的目的在神经网络中,参数默认是进行随机初始化的。不同的初始化参数往往会导致不同的结果。当得到比较好的结果时我们通常希望这个结果是可以复现的,在PyTorch中,通过设置全局随机数种子可以实现这个目的。2、PyTorch seed 设置方式seed = 0 torch.manual_seed(seed) [...]

撰写于:  浏览:1559 次  分类:PyTorch 教程
提示:本文更新于2024年9月27日PyTorch是一个由Facebook的人工智能研究团队开发的开源深度学习框架,发布于2016年。如今PyTorch已经成为全球最流行的深度学习框架,建议大家以PyTorch为主,谨慎选择TensorFlow或者Paddle(百度飞桨)。1、PyTorch最新版本是多少?当前PyTorch的最新版本是:PyTor[...]

撰写于:  浏览:626 次  分类:PyTorch 教程
1、PyTorch whl文件安装当我们需要安装特定CUDA版本的PytTorch的时候,掌握whl文件的安装则是十分必要。PyTorch whl文件的下载地址是:https://download.pytorch.org/whl/torch_stable.html1.1、PyTorch版本与Python版本的关系安装PyTorch要注意对应Pyth[...]

撰写于:  浏览:732 次  分类:PyTorch 教程
在PyTorch中,torch.nn.Module模块中的state_dict函数获得的一个字典变量,其存放训练过程中需要学习的权重和偏执系数,如下所示:代码1:import torch.nn as nn module = nn.Linear(2, 2) print(module.state_dict().keys())代码2:import t[...]

撰写于:  浏览:627 次  分类:PyTorch 教程
1、torch.is_storage(obj)函数介绍测试obj是不是storage类型,如果是的话就返回True,否则返回False。2、什么是Storage?在PyTorch中,Tensor 分为头信息区(Header)和存储区(Storage)。头信息区(Header)主要存储Tensor的形状(size)、步长(stride)、数据类型(t[...]

撰写于:  浏览:863 次  分类:PyTorch 教程
1、Tensor的grad属性介绍PyTorch的Tensor有个grad属性,默认情况下,该属性为None,当第一次调用backward()计算梯度时,此属性被赋值,其值为计算的梯度。并且,将来对backward的多次调用之后,还会累积梯度,所以大家要记得清空梯度。2、Tensor的grad应用举例import torch x = torch.[...]

撰写于:  浏览:613 次  分类:PyTorch 教程
torch.is_tensor 简介torch.is_tensor(obj),此方法很直观,如果obj是tensor的话返回true,否则返回false。与此方法对应的另一个方法是:isinstance(obj, Tensor)。需要注意的是,torch.is_tensor(obj)是torch的一个方法,而isinstance(obj, Tens[...]

撰写于:  浏览:747 次  分类:PyTorch 教程
1、LazyLinear 简介PyTorch提供一个惰性的线性层,这个模块的作用就是可以帮助我们实现惰性初始化参数,另外,还不必在定义线性层的时候同时指定输入维度和输出维度,只需要指定输出维度即可,对于输入维度采用自动推断的方式。总之,LazyLinear 类的功能和作用有下面三点:(1)自动推断输入维度的大小。这个类允许用户在初始化时不指定输入特[...]

撰写于:  浏览:624 次  分类:PyTorch 教程
1、PyTorch模型加载概述PyTorch是一个使用GPU和CPU优化的深度学习张量库,它也是一个动态神经网络构建工具。Pytorch模型加载是将已训练好的模型加载到内存中,以便使用。模型加载是模型应用的前提。Pytorch模型加载涉及到模型的序列化,反序列化和模型参数的赋值等操作。Pytorch中支持多种不同的序列化和反序列化方法,包括pick[...]

撰写于:  浏览:648 次  分类:PyTorch 教程
Tensor 和 Numpy 的数组可以相互转换,并且两者转换后共享在 CPU 下的内存空间,即改变其中一个的数值,另一个变量也会随之改变。Tensor 转换为 Numpy 数组实现 Tensor 转换为 Numpy 数组的例子如下所示,调用 tensor.numpy() 可以实现这个转换操作。a = torch.ones(5) print(a) [...]

撰写于:  浏览:1328 次  分类:PyTorch 教程
1、PyTorch的发展历史PyTorch是一个由Facebook的人工智能研究团队开发的开源深度学习框架。在2016年发布后,PyTorch很快就因其易用性、灵活性和强大的功能而在科研社区中广受欢迎。在发布后的几年里,PyTorch迅速在科研社区中取得了广泛的认可。在2019年,PyTorch发布了1.0版本,引入了一些重要的新功能,包括支持ON[...]

撰写于:  浏览:416 次  分类:PyTorch 教程
torch.optim 简介torch.optim 是一个实现了多种优化算法的包,大多数通用的方法都已支持,提供了丰富的接口调用,未来更多精炼的优化算法也将整合进来。torch.optim 官网介绍https://pytorch.org/docs/stable/optim.htmltorch.optim 使用说明torch.optim 中包含很多的[...]

撰写于:  浏览:641 次  分类:PyTorch 教程
图神经网络简介图神经网络(Graph Neural Network,GNN)是指使用神经网络来学习图结构数据,提取和发掘图结构数据中的特征和模式,满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。图神经网络(Graph Neural Network,GNN)是近年来出现的一种利用深度学习直接对图结构数据进行学习的框架,其优异的性能引起了学[...]

撰写于:  浏览:813 次  分类:PyTorch 教程
在使用Pytorch经常会遇到以下的错误:RuntimeError: Given groups=1, weight of size [16, 7, 5, 5], expected input[1, 11, 64, 64] to have 7 channels, but got 11 channels instead这个错误通常出现在卷积操作中,卷积[...]

关注公众号,每天学一个AI知识

    友情链接