网站公告    [置顶] 一场因代做项目引发的官司与纠纷
撰写于：  浏览：170 次  分类：网站公告
官司概况最近跟踪报道一件事，有个南京大学的硕士，想发国外文章攒点名气，找了几篇论文想了一个点子，但是苦于自己无法实现代码，随后在网上找了一个技术人士。对方辛辛苦苦干了10个多月，最后赵某人以代码质量未达到要求，只想支付1500元，从而产生纠纷，双方开始打官司了。官司进展本文会持续跟踪报道此事的最新状况。当前官司的最近进展，请大家移步：https:/[...]
网站公告    最新网站公告：关于本站的资源下载方式的改变
撰写于：  浏览：15126 次  分类：网站公告
各位读者朋友，大家好，感谢大家对本站的关注和热爱！本站的核心是PyTorch技术的分享以及深度学习电子书的分享，尤其是电子书的免费分享，已经持续了五六年了。天下没有不散的宴席，凡事都有终结的时候，自2024年11月开始，本站所有的电子书不再公开分享了。不再分享的原因有很多，比如经常被恶意举报，还有就是找书的人太多了，忙不过来了。站长鼓励大家购买正版[...]
PyTorch 教程    PyTorch Softmax函数的实现
撰写于：  浏览：362 次  分类：PyTorch 教程
1、Softmax函数简介Softmax是一种激活函数，它可以将一个数值向量归一化为一个概率分布向量，且各个维度上的概率值相加之后的和为1。在深度学习领域，Softmax函数可以用来作为神经网络的最后一层，用于多分类问题的输出。另外，Softmax层常常和交叉熵损失函数一起结合使用。2、Softmax函数的计算公式对于向量中的每个元素，Softma[...]
PyTorch 教程    Pytorch Embedding的本质理解：查找表
撰写于：  浏览：335 次  分类：PyTorch 教程
在Pytorch中torch.nn.Embedding层的作用很简单，它的本质就是一张查找表。如下代码所示：import torch import torch.nn as nn torch.manual_seed(1) embedding = nn.Embedding(5, 3) print(embedding.weight)打印出的结果为：[...]
PyTorch 教程    Positional Encoding位置编码的作用
撰写于：  浏览：355 次  分类：PyTorch 教程
在一门语言中，词语的位置和顺序对句子意思表达至关重要的。传统RNN模型天然有序，在处理句子时，以序列的模式逐个处理句子中的词语，这使得词语的顺序信息在处理过程中被天然的保存下来，并不需要额外的处理。由于Transformer模型没有RNN（循环神经网络）或CNN（卷积神经网络）结构，句子中的词语都是同时进入网络进行处理，所以没有明确的关于单词在源句[...]
网站公告    飞燕网之广告说明
撰写于：  浏览：286 次  分类：网站公告
自从2024年9月开始，飞燕网挂上了谷歌广告。虽然网站上线数年了，一直没有挂过广告，因为我觉得广告会影响阅读体验。之所以放弃了坚持数年的初心，是因为我在做尝试，觉得不应该总是一种状态，应该尝尝鲜。很多事情不亲自试一试，只凭设想，很难了解事物最真实的一面。目前每日的谷歌广告收入差不多是1元，这是一笔微不足道的的收入，但是却打开了我的思想大门。自从挂上[...]
PyTorch 教程    深度开发者们对显卡驱动的困惑
撰写于：  浏览：340 次  分类：PyTorch 教程
自从PC诞生以来，驱动程序就一直如影随形，与硬件产业一同发展。显卡驱动是连接操作系统与显卡硬件的桥梁，显卡驱动程序使操作系统能够识别和使用显卡的基本显示功能。即使没有安装专门的驱动程序，大多数操作系统也能通过通用驱动支持显卡的基本显示功能，但这通常无法充分发挥显卡的全部性能。因为显卡驱动程序包含了一系列优化算法，可以提升显卡处理图形和视频的能力。对[...]
PyTorch 教程    cuDNN的介绍
撰写于：  浏览：357 次  分类：PyTorch 教程
1、cuDNN是什么？cuDNN全称NVIDIA CUDA® Deep Neural Network library， 是一个用于深度神经网络的GPU加速库。cuDNN包含了为神经网络中常见的计算任务提供高度优化的实现。包括前向卷积、反向卷积、注意力机制、矩阵乘法（matmul）、池化（pooling）和归一化（normalization）等。cu[...]
PyTorch 教程    torch.log()函数的使用介绍
撰写于：  浏览：356 次  分类：PyTorch 教程
1、torch.log()函数定义torch.log(input, *, out=None) 其作用是返回一个新的张量，其中包含输入元素的自然对数。计算公式如下所示：$$ y_i = log_e(x_i) $$2、torch.log()函数代码举例：>>> a = torch.rand(5) * 5 >>> a[...]
网站公告    面试天下网 ：专注于深度学习和大模型面试分享
撰写于：  浏览：676 次  分类：网站公告
备注：本文更新于2024年10月10日很早之前，大约在2020年左右，我就想做一个关于面试的项目，后来在2022年开春之后正式启动了这个项目，并且我独自完成了网站的功能开发。当时，我组建了一个工作室来运营这个项目。大约半年的时间，这个工作室就解散了，因为我找不到发展的方向，每个月给人发工资的压力很大。最近几年一直忙着接各种AI相关的外包，在今年7月[...]
网站公告    网站公告：深度学习公开课
撰写于：  浏览：743 次  分类：网站公告
前言随着网站流量越来越大，十分感谢大家对本站的支持！为了给大家更多的学习指导，我决定搞深度学习公开课。同时，为了感谢大家对《PyTorch面试精华》的支持，本次深度学习公开课以面试天下会员为中心，当然公开课是免费的，任何人都可以参加，一年只举办两次，分布在春季的3月25日和秋季的10月25日晚上9点到10点。大家通过腾讯会议就可以参加的。腾讯会议链[...]
PyTorch GPU 并行训练    CUDA_VISIBLE_DEVICES环境变量的使用介绍
撰写于：  浏览：513 次  分类：PyTorch GPU 并行训练
CUDA_VISIBLE_DEVICES环境变量的简单介绍CUDA 编程模型中的环境变量在 CUDA 应用程序开发中具有重要作用，如需使用，需要在程序运行前在系统中进行设置。环境变量 CUDA_VISIBLE_DEVICES 用于指定 CUDA 应用程序将在哪些 GPU 设备上运行，通常用于控制程序在多 GPU 系统上的 GPU 使用情况，对于单 [...]
PyTorch GPU 并行训练    DataParallel怎么将输入数据迁移到GPU？
撰写于：  浏览：387 次  分类：PyTorch GPU 并行训练
在PyTorch中，DataParallel 是一个模块，它允许你在多个GPU上分布式地训练模型。为了让输入数据自动移动到GPU，你需要做的是将模型和数据包装在 DataParallel 中。以下是一个简单的例子，展示如何使用 DataParallel：import torch import torch.nn as nn from torch.ut[...]
PyTorch 教程    CUDA、cuDNN和PyTorch的版本选择和配置
撰写于：  浏览：395 次  分类：PyTorch 教程
前言做为深度学习从业者，最基本的要求是要会配置PyTorch的开发环境。我们在配置环境的时候都知道有显卡驱动、CUDA、cuDNN、CUDA Toolkit、PyTorch等组件，而且不同的组件还有不同的版本，搞得人十分头大，彻底明白这些东西如何选择和配置对我们来说是十分有必要的，下面我给大家介绍一下这些组件的定义与相互关联。显卡驱动（GPU Dr[...]
PyTorch 教程    PyTorch数据归一化处理transforms.normalize()函数详细介绍
撰写于：  浏览：576 次  分类：PyTorch 教程
transforms.normalize()函数介绍transforms属于torchvision模块的方法，它是常见的图像预处理的方法，以提升泛化能力。transforms包括的数据预处理方法有：数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度、饱和度及对比度变换等transforms.norma[...]
PyTorch 教程    在 PyTorch 中加载计算机视觉数据集
撰写于：  浏览：406 次  分类：PyTorch 教程
在深度学习中，卷积神经网络用于处理图像。为了构建训练神经网络，我们需要处理大量图像。有几种方法可以在 PyTorch 中加载计算机视觉数据集，具体取决于数据集的格式和项目的具体要求。一种流行的方法是使用内置的 PyTorch 数据集类，例如 torchvision.datasets。它提供了一种方便的方法来加载和预处理常见的计算机视觉数据集，例如C[...]
关注公众号，每天学一个AI知识

    友情链接

飞燕网 - 专注于PyTorch  ©  2024   运行时间： 2105天   上线时间：2019年3月19日
飞燕网，最全面的Pytorch教程网！
京ICP备14057001号