深度pytorch 5.1
深度学习为什么要用 tensor
深度学习中的 tensor 概念是指张量，是一种多维数组。相比于 numpy 中的数组，tensor 具有以下几个优点： 支持 GPU 加速：深度学习中，需要对大量数据进行计算，并且这些计算通常是高度并行化的。使用 tensor 可以方便地将计算放到 GPU 上进行加速，而 numpy 则通常只能在 ......
上周热点回顾（5.1-5.7）
热点随笔： · 园子的现代化建设-复活：沉睡2年多的新闻评论功能重新开放 (博客园团队)· 消息推送平台终于要发布啦！ (Java3y)· 是时候，升级你的 Windows 了「GitHub 热点速览」 (削微寒)· 可以，很6！微信这波改造，一刀斩断了一条“灰色”业务线。 (why技术)· C#处 ......
小程序对某个对象实现深度监听
场景：有一个与页面实例不关联的外部对象，当其某个属性改变时，需要页面做出反应，也就是页面需要监听它 问题：肯定直接想到计算属性，但是小程序不自带，然后用wx-computed等插件，发现都有缺陷，只能对页面实例内部data的属性进行监听；然而就算把这个外部对象声明到page的data里，但由于对象属 ......
5.1-5.7
B. Diameter of Graph Problem - 1581B - Codeforces 图论，构造 题意： 有n个结点，m条边，两点间距离定义为两点间最短路的长度，问前面给出的条件能否构成一个无向联通图，使得两点间距离小于k-1，不存在自环和重边。 思路： 先考虑正好能构成图的边 ......
2023.5.7 《动手学深度学习》第7、8章
今天继续学习《动手学习深度学习》第7章：现代卷积神经网络、第8章：循环神经网络，今天学到的内容主要有这两章的概念。 一、理论部分： 1、LeNet和AlexNet的网络结构 LeNet的激活函数是Sigmoid，AlexNet的激活函数是ReLU。 2、AlexNet和VGG的网络结构 3、Ince ......
深度学习推荐系统 电子书 pdf
作者: 王喆出版社: 电子工业出版社出品方: 博文视点 关注公众号：红宸笑。 回复：电子书 即可 深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》 ......
跟姥爷深度学习5 浅用卷积网络做mnist数字识别
一、前言 前面用TensorFlow浅做了一个温度预测，使用的是全连接网络，同时我们还对网上的示例做了调试和修改，使得预测结果还能看。本篇我们更进一步使用CNN（卷积）网络，不过再预测温度就有点大材小用，所以本篇是做手写数字的识别。 手写数字识别是非常经典的分类问题，是入门必备的，门槛又比猫狗识别低 ......
pytorch基础学习.md
pytorch入门学习 来源： https://www.bilibili.com/video/BV1hE411t7RN 安装 # 1. 已安装nvidia相关驱动 # 2. 安装 python-pytorch-cuda nsfoxer@ns-pc ~/Temp> yay -Qi python-pyt ......
2023.5.6 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第5章：深度学习计算、第6章：卷积神经网络，今天学到的内容主要有这两章的概念。以及实现LeNet对FashionMNIST进行分类。 一、理论部分： 1、概念解释： 1×1卷积的作用：卷积通常用于识别相邻元素间相互作用的能力，但1×1卷积不具备该能力，其主要用于调整输 ......
conda 安装pytorch新环境
1. 创建环境 conda create -n pytorch1.7.1 python=3.7 2. 安装pytorch 安装pytorch官网上面安装指令 https://pytorch.org/get-started/previous-versions/ conda install pytorc ......
第五章 输入输出系统 5.1 I/O系统的功能、模型和接口
一、I/O系统的基本功能 1.方便用户使用I/O设备：隐藏物理设备的细节；与设备的无关性 2.提高CPU和I/O设备的利用率 ： ①提高处理机和I/O设备的利用率（并行操作） ②对I/O设备进行控制（四种控制方式） 3.为用户在共享设备时提供方便：确保对设备的正确共享（设备的共享属性）；错误处理 二 ......
易基因：2023年植物表观转录组研究的最新进展（m6A+m5C）｜深度综述
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。 被称为表观转录组（epitranscriptome）的RNA修饰正成为基因调控的广泛调控机制。由于绘制转录组范围RNA修饰测序策略的改进，以及分别对沉积、去除和识别RNA修饰的writers、erasers和readers密集表征，表观转 ......
Pytorch数据操作
1.Pytorch中tensor的生成与访问 可以使用arange()创建一个张量：如，torch.arange(12)创建0开始的前12个整数： 除非特殊指定，否则新的张量将存放在内存中，并采用CPU计算。 可以使用reshape()来改变张量的形状： 注意，reshape()的发起者是一个张量， ......
2023.5.5 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第3章：线性神经网络、第4章：多层感知机，今天学到的内容主要有这两章的概念，另外，完成了Kaggle房价预测的代码复现（Kaggle_HousePricePrediction.ipynb）。 一、理论部分： 1、概念解释： 超参数：可以调整但不在训练过程中更新的参数称 ......
VMware vSphere Client(4.1/5.0/5.1/5.5/6.0) 客户端下载地址
VMware vSphere Client(4.1/5.0/5.1/5.5/6.0) 客户端下载地址 VMware作为商业虚拟化方案的佼佼者不知不觉中已经成长为一颗苍天大树，面对OpenStack和Docker的夹击希望VMware可以继续勇往直前，从vSphere 6.5开始终于彻底告别Clien ......
基于原子范数的深度展开网络实现
本文对现有的毫米波雷达-DOA估计方法进行了梳理，包括子空间分解、子空间你和、压缩感知（在网、离网和无网模型）；并重点对原子范数类压缩感知方法进行了实现和突破，主要突破点在于将原子范数理论和深度展开理论结合，解决了现有原子范数DOA估计求解的缺陷，旨在为线谱估计理论研究提供新的思路。 ......
Pytorch-Vanilla Transformer的实现
Vanilla Transformer 注意力提示 我们可以将是否包含自主性提示作为将注意力机制与全连接层或汇聚层区别的标准。 定义外部输入至感官的信息为键-值，键是表征值的非自主提示，关注信息为查询（自主性提示） 非自主提示：决策选择偏向于感官输入值，可使用参数化的全连接层或非参数化的最大 ......
Pytorch-Vanilla Transformer的实现
Vanilla Transformer 注意力提示 我们可以将是否包含自主性提示作为将注意力机制与全连接层或汇聚层区别的标准。 定义外部输入至感官的信息为键-值，键是表征值的非自主提示，关注信息为查询（自主性提示） 非自主提示：决策选择偏向于感官输入值，可使用参数化的全连接层或非参数化的最大 ......
Pytorch-模型的保存/复用/迁移
模型的保存与复用 模型定义和参数打印 # 定义模型结构 class LenNet(nn.Module): def __init__(self): super(LenNet, self).__init__() self.conv = nn.Sequential( # [batch, 1, 28, 28 ......
Pytorch模型的保存/复用/迁移
模型的保存与复用 模型定义和参数打印 # 定义模型结构 class LenNet(nn.Module): def __init__(self): super(LenNet, self).__init__() self.conv = nn.Sequential( # [batch, 1, 28, 28 ......
python3.9（anaconda）+pytorch（GPU）
1.新建一个python环境 安装anaconda 5.0.1 安装名为TorchGPU的conda虚拟环境 conda create -n TorchGPU python==3.9 最终效果 conda env list 出错 在如下页面添加conda环境后，解释器列表里没反应 关于错误的链接 h ......
优化算法-从梯度下降到深度学习非凸优化
一、数学优化 1.1 定义 Mathematical Optimization（数学优化）问题，亦称最优化问题，是指在一定约束条件下，求解一个目标函数的最大值（或最小值）问题。 根据输入变量 𝑿 的值域是否为实数域，数学优化问题可以分为离散优化问题和连续优化问题． 在连续优化问题中，根据是否有变量 ......
无CUDA安装PyTorch
1.官网选择 2.加国内镜像快速下载 pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple 3.验证是否安装成功 import torch print(torch.__version ......
2023.5.4 《动手学深度学习》第1、2章
今天开始学习李沐的《动手学深度学习》，开贴记录一下。 今天学到的知识点包括： 一、理论部分 1、有监督学习、无监督学习和半监督学习； 二、Python和Pytorch模块、函数 1、os 模块 2、pandas 模块 三、涨知识 一、理论部分 1、有监督学习、无监督学习和半监督学习 有监督学习：每一 ......
【动手学深度学习】第十二章笔记：异步计算、数据并行
为了更好的阅读体验，请点击这里 12.1 编译器和解释器 原书主要关注的是命令式编程（imperative programming）。Python 是一种解释性语言，因此没有编译器给代码优化，代码会跑得很慢。 12.1.1 符号式编程 考虑另一种选择符号式编程（symbolic programmin ......
基于深度学习的水果检测与识别系统（Python界面版，YOLOv5实现）
本博文介绍了一种基于深度学习的水果检测与识别系统，使用YOLOv5算法对常见水果进行检测和识别，实现对图片、视频和实时视频中的水果进行准确识别。博文详细阐述了算法原理，同时提供Python实现代码、训练数据集，以及基于PyQt的UI界面。通过YOLOv5实现对图像中存在的多个水果目标进行识别分类，用... ......
Python 利用 Pytorch 获取当前GPU信息
import torch def get_gpu_info(): device = torch.device("cuda" if torch.cuda.is_available() else "cpu") if device.type == "cuda": # 获取当前GPU名字 gpu_name ......