深度pytorch 4.6
动手学深度学习0.0
动手学深度学习代码教程 《动手学深度学习》 — 动手学深度学习 2.0.0 documentation (zh-v2.d2l.ai) 动手学深度pdf教程 zh-v2.d2l.ai/d2l-zh-pytorch.pdf ......
vue--day12--深度监视
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>天气案例- ......
4.6 x64dbg 内存扫描与查壳实现
LyScript 插件中默认提供了多种内存特征扫描函数，每一种扫描函数用法各不相同，在使用扫描函数时应首先搞清楚不同函数之间的差异，本章内容将分别详细介绍每一种内存扫描函数是如何灵活运用，并实现一种内存查壳脚本，可快速定位目标程序加了什么壳以及寻找被加壳程序的入口点。软件查壳的实现原理可以分为静态分... ......
哨兵 查找算法_右手 深度
1 import numpy as np 2 3 # 生成一个 10 *10 全为0的 array 4 5 maze = np.zeros((10,10),dtype=int) 6 # 给 array 使用 数字9包围 7 # 添加行 8 maze = np.insert(maze, 0, np.f ......
分布式ID｜从源码角度深度解析美团Leaf双Buffer优化方案
分布式ID的使用场景 基于MySql的初步方案 第一次优化：Leaf-segment数据库方案 第二次优化：Leaf-segment 双buffer优化 源码解析双buffer优化方案 背景 在复杂分布式系统中，往往需要对大量的数据和消息进行唯一标识。如在美团点评的金融、支付、餐饮、酒店、猫眼电影等 ......
神奇的发现——所有的aarch64架构的CPU平台下的深度学习框架均不原生支持CUDA
一个记录： 神奇的发型——所有的aarch64架构的CPU平台下的深度学习框架均不原生支持CUDA 不论是mindspore、pytorch、TensorFlow框架只要是aarch64架构的CPU下的系统平台均是原生不支持CUDA版本的，如果你想要在aarch64架构下使用支持CUDA的深度学习框 ......
PyTorch | torch.save()函数的使用
Pytorch保存模型等相关参数，利用`torch.save()`，以及读取保存之后的文件。 ### 函数信息 ```python torch.save(obj, f, pickle_module=pickle, pickle_protocol=DEFAULT_PROTOCOL,_use_new_z ......
个人论文一：关于雾中单目自监督深度估计的研究
# 0.Paper 这是我们2022年的工作，关于雾中的单目自监督深度估计研究： > **Self-supervised monocular depth estimation in fog** > >Bo Tao**†**, Jiaxin Hu**†**, Du Jiang, Gongfa Li, ......
在国产超算平台上（aarch64架构）安装pytorch-cuda失败，究其原因竟是官方未提供对应的cuda版本——pip方式和conda方式均无法获得相应cuda版本
最近在国产超算平台上安装pytorch，但是怎么弄都会报错： raise AssertionError("Torch not compiled with CUDA enabled")AssertionError: Torch not compiled with CUDA enabled 不论是使用p ......
pytorch学习笔记
1 环境 opencv和pytorch pip install opencv-python==4.5.1.48 pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio 0.7.2 -f https://download.p ......
Jetson配置pytorch出现的问题
由于无法安装Anaconda因此使用miniforge进行虚拟环境搭建，具体方法参照： 几个重要网站 ① Jetson Zoo - eLinux.org 包含深度学习需要的下载资源配置 ② 安装pytorch后进行验证： 1 import torch 2 3 def SettingTest(): 4 ......
pytorch
model.train()的作用是启用 Batch Normalization 和 Dropout。 model.eval()的作用是不启用 Batch Normalization 和 Dropout。 训练流程： def train(model, optimizer, epoch, train_l ......
09-贷中管理之深度预警
9.贷中管理之深度预警 9.1什么是贷中预警 即在贷中管理需对存量客群进行风险预警并及时做风险管控。 9.2贷中预警的问题 （1）预警的精确性如何提升，降低误杀率 （2）客户分层如何更细化与精确 （3）管控处置手段是否触达有效 （4）如何评价贷中预警整体的处置效果 9.3贷中预警核心框架 贷中预警策 ......
“多”维演进：智能编码的深度进化
我们在追求怎样的编码未来？ 无处不在的视频渗透、井喷式的流量增长、多元的场景技术需求、用户对视频体验的“不将就”……音视频行业的快速发展却伴随着“编码标准升级速度缓慢”、“硬件红利见底”、“编码复杂度带来的成本问题”等众多挑战。 视频编码还“卷”得动吗？ 究竟怎样的视频编码技术，才能满足既要又要的体 ......
运行调试深度学习代码小技巧_1
1.首先阅读数据预处理的代码，确定送入神经网络的输入x的张量形状。比如现在有个语音输入特征张量x形状为[16, 1, 256, 40]，【批量，通道数，像素宽度，特征维度】。 如果看不懂，可以先在网络的forward最开始进行print(x.shape)打印。 2.常见改变张量形状的方法： （1） ......
加速体细胞突变检测分析流程-系列2（ctDNA等高深度样本）
Sentieon●体细胞变异检测系列-2 Sentieon 致力于解决生物信息数据分析中的速度与准确度瓶颈，通过算法的深度优化和企业级的软件工程，大幅度提升NGS数据处理的效率、准确度和可靠性。 针对体细胞变异检测，Sentieon软件提供两个模块：TNscope和TNhaplotyer2。 TNs ......
pytorch使用（一）torchvision.ToTensor、torchvision.Normalize（转张量，归一化）
``` import numpy as np import torch import torchvision.transforms from torch.utils.tensorboard import SummaryWriter from torchvision.transforms import ......
深度解读AIGC存储解决方案
5月26日，2023数据基础设施技术峰会在苏州举办，腾讯云首席存储技术专家温涛受邀出席并分享了腾讯云领先的存储技术在AIGC场景中的应用，通过对AIGC业务流程和场景的提炼，从内容生成、内容审核和内容智理三要素介绍了如何智能的存储和管理数据。下面我们一起回顾下温涛的精彩分享。 ......
基于策略的深度强化学习
策略函数，输入为状态，输出动作a对应的概率。 利用神经网络去近似一个概率函数 softmax函数使概率加和等于1且都为正数。 Qπ用来评价在状态s下作出动作a的好坏程度，与策略函数π有关。 状态价值函数V，只与当前状态s有关 将策略函数π替换为神经网络 用梯度上升使策略函数提升 策略梯度算法的推导 ......
先验框的生成(Pytorch)
在学习[动手学CV-Pytorch](https://datawhalechina.github.io/dive-into-cv-pytorch/#/chapter03_object_detection_introduction/3_3?id=_332-%e5%85%88%e9%aa%8c%e6%a ......
AI_Pytorch_参数空间
###AI算法构成 Dataset Model Train Infer Deploy 解耦： 模型训练过程中保存的模型文件是包含前向预测和反向传播的过程， 在实际的工业部署则不需要反向传播，因此需要将模型进行导成部署需要的模型格式 配置化： 配置都会包含三个主要内容：数据配置、网络模型、训练策略 M ......
神经网络通过优化方法进行训练。然而，优化技术似乎不是深度学习中最重要的主题。为什么?神经网络训练和优化有什么区别?
在深度学习中，神经网络通过优化方法进行训练，目的是最小化损失函数并获得最佳的模型参数。然而，优化技术在深度学习中并不是最重要的主题，主要原因如下： 数据和模型的重要性：在深度学习中，数据的质量和数量以及模型的设计和复杂性对于模型的性能和泛化能力起着至关重要的作用。优化技术只是其中的一个环节，而数据和 ......
微型神经网络库MicroGrad-基于标量自动微分的类pytorch接口的深度学习框架
### 一、MicroGrad MicroGrad是大牛Andrej Karpathy写的一个非常轻量级别的神经网络库（框架），其基本构成为一个90行python代码的标量反向传播（自动微分）引擎，以及在此基础上实现的神经网络层。 其介绍如下： > A tiny scalar-valued auto ......
pytorch的学习
三种编译方式的优缺点 Pytroch中的加载数据 主要涉及了两个类，一个叫Dataset,一个叫Dataloader. 举一个不恰当的例子，我们要在诸多的垃圾(数据)中找到我们所需要的垃圾(数据)，Dataset就是将其中的可回收垃圾提取出来，并且将它们进行编号，同时可以根据编号获取相对应的垃圾，同 ......
众所周知，梯度下降法是一种基本的优化算法，不能保证全局最优，也不能保证效率。为什么它仍然被广泛应用于深度学习，而不是传统的凸优化算法和粒子群算法
梯度下降法在深度学习中被广泛应用的原因主要有以下几点： 适用性广泛：梯度下降法可以应用于各种深度学习模型，包括神经网络、卷积神经网络、循环神经网络等。而传统的凸优化算法和粒子群算法往往只适用于特定类型的优化问题。 原理简单：梯度下降法的原理相对简单，易于理解和实现。相比之下，传统的凸优化算法和粒子群 ......
03常用pytorch剪枝工具
# 常用剪枝工具 ### pytorch官方案例 `import torch.nn.utils.prune as prune` ```python import torch from torch import nn import torch.nn.utils.prune as prune impor ......
JZ55 二叉树的深度
暴搜：两种个思路：DFS和BFS DFS： 里面有个容易误会的地方：每次迭代+1，不是针对子叶来说的，而是针对当前点来说的，由于遍历是自底向上的，因此当前遍历到的点对于已经遍历到的点来说就是根，因此深度+1. class Solution { public: int TreeDepth(TreeNo ......
4.Rasterization光栅化（反走样，深度缓存）
## 走样Aliasing(锯齿) ### 采样的广泛应用 - 采样不仅可以在图片的某个位置，也可以在时间轴上 - 动画就是一组图在时间的采样  { 2 if (Array.isArray(source)) { 3 const target = []; 4 for (let item of source) { 5 target.push(deepClone(item)); 6 ......