图卷 分子 性质pytorch
pytorch-多头注意力
多头注意力 在实践中，当给定相同的查询、键和值的集合时，我们希望模型可以基于相同的注意力机制学习到不同的行为，然后将不同的行为作为知识组合起来，捕获序列内各种范围的依赖关系（例如，短距离依赖和长距离依 赖关系）。因此，允许注意力机制组合使用查询、键和值的不同子空间表示（representation ......
《动手学深度学习 Pytorch版》 5.5 读写文件
5.5.1 加载和保存 import torch from torch import nn from torch.nn import functional as F x = torch.arange(4) torch.save(x, 'x-file') # 使用 save 保存 x2 = torch ......
《动手学深度学习 Pytorch版》 5.6 GPU
5.6.1 计算设备 import torch from torch import nn torch.device('cpu'), torch.device('cuda:0') # cuda等价于cuda:0（只有一块显卡没法试别的块号） (device(type='cpu'), device(ty ......
CUDA版本PyTorch安装
安装驱动 显卡为 Nvidia的GTX950M，驱动版本517.48，这个版本的驱动为CUDA_11.7 移动版：GeForce Game Ready 驱动程序 | 517.48 | Windows 11 | NVIDIA 桌面版：GeForce Game Ready 驱动程序 | 517.48 | ......
《动手学深度学习 Pytorch版》 5.4 自定义层
5.4.1 不带参数的层 import torch import torch.nn.functional as F from torch import nn class CenteredLayer(nn.Module): def __init__(self): super().__init__() ......
TensorFlow PyTorch Transformer --GPT
你是机器学习专家，请为我解答如下疑问： tensorflow，pytorch分别是什么？他们跟numpy的区别是什么？什么是深度学习，深度学习框架中的框架指的是什么？什么是机器学习，什么是transformer?transformer和tensorflow,pytorch的关系是什么？ ChatGP ......
ultralytics pytorch gpu版本安装
安装支持 GPU 版本的 Pytorch 首先安装 ultraytics python -m venv venv source venv/Scripts/activate pip install ultralytics python main.py 首先安装上面的 ultralytics,但是无法调 ......
ubuntu16.04安装cuda8.0+pytorch1.0.0
1.安装cuda 1.1 查看ubuntu的英伟达显卡驱动 nvidia-smi 得到 驱动版本是384.130，比较老，所以需要下载旧版本的cuda 1.2 查看显卡是否支持CUDA计算 然后去到这里https://developer.nvidia.com/cuda-gpus查看你的显卡是否在表中 ......
易基因： WGBS等揭示DNA甲基化调控林地草莓植株高度和果实大小的分子机制｜植物发育
大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。 DNA甲基化影响基因组稳定性、转座子沉默和基因表达；它主要发生在对称CG和CHG以及不对称CHH (H = A, C或T)中的胞嘧啶上。RNA介导的DNA甲基化(RNA-directed DNA methylation，RdDM)通路调 ......
《动手学深度学习 Pytorch版》 5.3 延后初始化
import torch from torch import nn from d2l import torch as d2l 下面实例化的多层感知机的输入维度是未知的，因此框架尚未初始化任何参数，显示为“UninitializedParameter”。 net = nn.Sequential(nn. ......
Pytorch深度学习零基础入门知识
DL 跑代码必须知道的事情 损失值 损失值的大小用于判断是否收敛，比较重要的是有收敛的趋势，即验证集损失不断下降，如果验证集损失基本上不改变的话，模型基本上就收敛了。 损失值的具体大小并没有什么意义，大和小只在于损失的计算方式，并不是接近于0才好。如果想要让损失好看点，可以直接到对应的损失函数里面除 ......
《动手学深度学习 Pytorch版》 5.2 参数管理
import torch from torch import nn net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1)) X = torch.rand(size=(2, 4)) net(X) tensor([[-0.3771 ......
转：pytorch并行训练时报错 one of the variables needed for gradient computation has been modified by an inplace operation
【PyTorch踩坑】一个排查了一下午的坑 - 知乎 (zhihu.com) ......
《动手学深度学习 Pytorch版》 5.1 层和块
层： 接收一组输入 生成相应输出 由一组可调整参数描述 块： 可以描述单个层、由多个层组成的组件或整个模型本身 讨论“比单个层大”但是“比整个模型小”的组件“块”更有价值 从编程的角度看，块由类表示 块必须具有反向传播函数 # 以前章多层感知机的代码为例 import torch from torc ......
最大公因数的性质
(b,c)=1，则(a,b)=(ac,b) 若d是a和b的公约数，则d也是ac和b的公约数。 若d是ac和b的公约数，d|b，d|ac。 假设(c,d)=d0>1，d0|d，d0|b=kd，d0|c，(b,c)=d0>1，矛盾。 所以(c,d)=1 所以c|a。 所以d也是a和b的公约数。 左右集合 ......
PyTorch安装记录
1. 打开PyTorch官网，选择get started https://pytorch.org/  2. 查看 ......
旧台式机配置pytorch环境
1、 (base) C:\Users\Administrator> (base) C:\Users\Administrator> (base) C:\Users\Administrator>conda create -n wind_2023 python==3.7 Collecting packag ......
§2. 连续函数的性质
若函数在点连续，则在点有极限，且极限值等于函数值，从而可以得到：局部有界性，局部保号性，四则运算和复合函数连续性等性质。其中复合函数连续性可以理解为极限号和函数交换位置。 若连续函数严格单调，则有反函数，而且反函数也连续。 本节重点为闭区间上连续函数的性质：最大最小值定理，介值性定理（根的存在定理） ......
转：pytorch RoIAlign函数的用法
图解 RoIAlign 以及在 PyTorch 中的使用（含代码示例）_虾米小馄饨的博客-CSDN博客 如何在你自己的代码中使用ROI Pool和ROI Align（PyTorch 1.0）_ronghuaiyang的博客-CSDN博客 ......
Proj CDeepFuzz Paper Reading: PyTorch: an imperative style, high-performance deep learning library
## Abstract 本文： PyTorch Task: detail the implementation and architecture of PyTorch Github: https://github.com/pytorch/pytorch 特点： 1. PyTorch同时关注可用性和速 ......
业务安全情报第22期 | 不法分子为何盗刷企业短信？
顶象防御云业务安全情报中心监测发现，某知名社交平台遭遇黑灰产大规模注册账号，账号短信接口被疯狂盗用。不仅影响正常用户操作，更带来各种威胁。 手机短信的重要性 在互联网时代，账号服务是我们日常生活中不可或缺的一部分，包括账号注册、账号登录、账号密码找回等。而手机短信验证在这些过程中起着至关重要的作用。 ......
MindSponge分子动力学模拟——Constraint约束
本文主要介绍了在MindSponge中使用SETTLE和Lincs约束算法的方法，以及相关算法的简单原理。SETTLE约束算法主要应用于水分子体系，限制的是一个等腰三角形的拓扑结构，特点是可并行，性能较好。Lincs约束算法更多的被应用在蛋白质体系，主要限制的是每一个共价键的键长，特点是适用体系比较... ......
《动手学深度学习 Pytorch版》 4.10 实战Kaggle比赛：预测比赛
# 4.10.1 下载和缓存数据集 ```python import hashlib import os import tarfile import zipfile import requests #@save DATA_HUB = dict() DATA_URL = 'http://d2l-dat ......
《动手学深度学习 Pytorch版》 4.9 环境和分布偏移
# 4.9.1 分布偏移的类型 整节理论，详见书本。 # 4.9.2 分布偏移示例 整节理论，详见书本。 # 4.9.3 分布偏移纠正 整节理论，详见书本。 # 4.9.4 学习问题的分类法 整节理论，详见书本。 # 4.9.5 机器学习中的公平、责任和透明度 整节理论，详见书本。 # 练习 （1） ......
《动手学深度学习 Pytorch版》 4.8 数值稳定性和模型初始化
# 4.8.1 梯度消失和梯度爆炸 整节理论，详见书本。 1. 梯度消失 ```python %matplotlib inline import torch from d2l import torch as d2l x = torch.arange(-8.0, 8.0, 0.1, requires_ ......
《动手学深度学习 Pytorch版》 4.7 前向传播、反向传播和计算图
# 4.7.1 前向传播 整节理论，详见书本。 # 4.7.2 前向传播计算图 整节理论，详见书本。 # 4.7.3 反向传播 整节理论，详见书本。 # 4.7.4 训练神经网络 整节理论，详见书本。 # 练习 （1）假设一些标量函数 $X$ 的输入 $X$ 是 $n\times m$ 矩阵。$f$ ......
《动手学深度学习 Pytorch版》 4.6 暂退法
```python import torch from torch import nn from d2l import torch as d2l ``` # 4.6.1 重新审视过拟合 整节理论，详见书本。 # 4.6.2 扰动的稳健性 整节理论，详见书本。 # 4.6.3 实践中的暂退法 整节理论 ......
《动手学深度学习 Pytorch版》 4.5 权重衰减
# 4.5.1 范数与权重衰减 整节理论，详见书本。 # 4.5.2 高维线性回归 ```python %matplotlib inline import torch from torch import nn from d2l import torch as d2l ``` ```python # ......