kldivloss损失pytorch nn
【pytorch】目标检测：一文搞懂如何利用kaggle训练yolov5模型
笔者的运行环境：python3.8+pytorch2.0.1+pycharm+kaggle。yolov5对python和pytorch版本是有要求的，python>=3.8，pytorch>=1.6。yolov5共有5种类型n\s\l\m\x，参数量依次递增，对训练设备的要求也是递增。本文以yolo ......
【pytorch】目标检测：新手也能彻底搞懂的YOLOv5详解
YOLOv5是Glenn Jocher等人研发，它是Ultralytics公司的开源项目。YOLOv5根据参数量分为了`n、s、m、l、x`五种类型，其参数量依次上升，当然了其效果也是越来越好。从2020年6月发布至2022年11月已经更新了7个大版本，在v7版本中还添加了语义分割的功能。本文以YO ......
Copula估计边缘分布模拟收益率计算投资组合风险价值VaR与期望损失ES|附代码数据
全文链接：http://tecdat.cn/?p=24753 最近我们被客户要求撰写关于风险价值的研究报告，包括一些图形和统计输出。 在这项工作中，我通过创建一个包含四只基金的模型来探索 copula，这些基金跟踪股票、债券、美元和商品的市场指数 摘要 然后，我使用该模型生成模拟值，并使用实际收益和 ......
【pytorch】目标检测：YOLO的基本原理与YOLO系列的网络结构
利用深度学习进行目标检测的算法可分为两类：two-stage和one-stage。two-stage类的算法，是基于Region Proposal的，它包括R-CNN，Fast R-CNN, Faster R-CNN；one-stage类的算法仅仅使用一个CNN网络直接预测不同目标的类别与位置，它包 ......
TedNet：一个用于张量分解网络的Pytorch工具包
## 摘要 张量分解网络（Tensor Decomposition Networks，TDNs）因其固有的紧凑架构而流行。为了给更多的研究人员提供一种灵活的方式来利用TDNs，我们提出了一个名为TedNet的Pytorch工具包。TedNet实现了5种张量分解（即，CANDECOMP/PARAFAC ......
Pytorch 并行：DistributedDataParallel
# Pytorch 并行：DistributedDataParallel 一个节点上往往有多个 GPU（单机多卡），一旦有多个 GPU 空闲（~~当然得赶紧都占着~~），就需要合理利用多 GPU 资源，这与并行化训练是分不开的。 ## O、数据并行化 按 《深入浅出Pytorch》的话来说，pyto ......
目前亲测可行的低损失永久修改win10注销及远程瞬间模糊壁纸的笨方法
0. 保证使用习惯：所有软件安装给所有用户，而非当前用户； 1. (假设当前用户命名为origin，保证其正在使用的锁屏壁纸即为想要的壁纸)，在origin环境下新建一个管理员账户(假设命名为tmp)并切换进去； 2. 将tmp的锁屏壁纸修改为想要的壁纸； 3. 在tmp的操作环境下删除原账号(即删 ......
Pytorch中使用Embedding报错'IndexError'的解决方法
# 简介 Pytorch中`nn.Embedding`为针对词向量的层，其用来实现词与词向量的映射。其调用形式如下 ```python nn.Embedding( num_embeddings: int, embedding_dim: int, padding_idx: int | None = N ......
BOSHIDA DC电源模块减小输入电源与输出负载之间的能量损失
BOSHIDA DC电源模块减小输入电源与输出负载之间的能量损失 随着电子产品的普及，DC电源模块已成为现代电子设备中不可或缺的组成部分。DC电源模块可以将交流电转化为直流电，并根据需要，以适当的电压和电流提供给输出负载。然而，在输入电源和输出负载之间，存在能量损失的问题，这对于一些特殊领域的应用， ......
pytorch实现图像算子层
一、Sobel边缘提取算子的实现： import cv2 import matplotlib.pyplot as plt import numpy as np import torch import torch.nn as nn def get_sobel(in_chan, out_chan): # ......
改动一行代码，PyTorch训练三倍提速，这些「高级技术」是关键
前言 用对了方法，加速 PyTorch 训练，有时也不是那么复杂。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基 ......
实践教程｜源码级理解Pytorch中的Dataset和DataLoader
前言 本文30分钟带你达到对Pytorch中的Dataset和DataLoader的源码级理解，并提供构建数据管道的3种常用方式的范例，扫除你构建数据管道的一切障碍。 本文转载自算法美食屋 作者 | 梁云1991 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总 ......
Anaconda+PyCharm+Pytorch/tensorflow环境配置个人总结
Anaconda是一个非常方便的python版本管理工具，可以很方便地切换不同版本的Python进行测试。同时不同版本之间也不存在相互的干扰。 PyCharm是一款常见的Python IDE，pytorch和TensorFlow是目前两个主流的深度学习框架。 Anaconda安装 前往官方网址下载最 ......
【pytorch】ResNet源码解读和基于迁移学习的实战
“工欲善其事，必先利其器”，掌握ResNet网络有必要先了解其原理和源码。本文分别从原理、源码、运用三个方面出发行文，先对ResNet原理进行阐述，然后对pytorch中的源码进行详细解读，最后再基于迁移学习对模型进行调整、实战。本文若有疏漏、需更正、改进的地方，望读者予以指正！！！笔者的运行设备与 ......
大连人工智能计算平台——华为昇腾AI平台——高性能计算HPC的pytorch源码编译的一些注意事项
配置过程： (base) root@afa50e5922a4:~/pytorch# python setup.py develop Building wheel torch-2.1.0a0+git3c70d4b -- Building version 2.1.0a0+git3c70d4b cmake ......
利用pytorch自定义CNN网络（五）：保存、加载自定义模型【转载】
**本文转载自：**[**PyTorch | 保存和加载模型**](https://zhuanlan.zhihu.com/p/82038049) ## 1. **简介** 本文主要介绍如何加载和保存 PyTorch 的模型。这里主要有三个核心函数： 1. torch.save ：把序列化的对象保存到 ......
利用pytorch自定义CNN网络（四）：损失函数和优化器
本文是利用pytorch自定义CNN网络系列的第四篇，主要介绍如何训练一个CNN网络，关于本系列的全文见这里。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 4600U) + pytorch (1.13，CPU版) + jupyter； 训练模型是为了得到合适的参数权重，设计模型的训练时 ......
PyTorch学习记录(四)：常用网络Backbone
常用网络Backbone + ResNet + MobileNet + Transformer #### 参考链接 + torchvision/timm库 + https://pytorch.org/vision/main/models.html ......
ubuntu 22.04 深度学习环境配置（pytorch版本）
# part1 验证方法 ## 1 验证Anaconda conda -V ## 2 验证显卡驱动 nvidia-smi ## 3 验证cuda nvcc -V ## 4 验证pytorch、torchvision conda list | grep torch # part2 安装顺序 ## 1 ......
利用pytorch自定义CNN网络（三）：构建CNN模型
本文是利用pytorch自定义CNN网络系列的第三篇，主要介绍如何构建一个CNN网络，关于本系列的全文见[这里](https://www.cnblogs.com/wpx123/p/17613613.html "这里")。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 4600U) + p ......
pytorch的简单线性回归
2023-08-09 本节课视频：https://www.bilibili.com/video/BV1PX4y1g7KC?p=4&spm_id_from=pageDriver&vd_source=bd35cfd68e5bfc28dcf5a57f74e25ae3 首先是创建数据迭代器 def load ......
Python用GARCH对ADBL股票价格时间序列趋势滚动预测、损失、可视化分析
全文链接：https://tecdat.cn/?p=33398 原文出处：拓端数据部落公众号 金融市场的股票价格时间序列分析一直以来都是投资者和研究者关注的主题之一。准确预测股票价格的趋势对于制定有效的投资策略和决策具有重要意义。因此，许多研究人员使用各种统计方法和模型来分析和预测股票价格的变动。 ......
大连人工智能计算平台——华为昇腾AI平台——高性能计算HPC的pytorch源码编译报错——USE_CUDA=OFF——编译好的pytorch不支持CUDA的问题解决
如题： pytorch源码编译报错——USE_CUDA=OFF 在编译pytorch源码的时候发现错误，虽然编译环境中已经安装好CUDA和cudnn，环境变量也都设置好，但是编译好的pytorch包wheel总是在运行torch.cuda.is_available() 显示false，于是从编译源码 ......
利用pytorch自定义CNN网络（二）：数据集的准备
本文是利用pytorch自定义CNN网络系列的第二篇，主要介绍构建网络前数据集的准备，关于本系列的全文见[这里](https://www.cnblogs.com/wpx123/p/17613613.html "这里")。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 4600U) + p ......
CUDA11.3编译pytorch2.0.1报错：error: ‘nvmlProcessInfo_v1_t’ was not declared in this scope
问题如题： CUDA11.3编译pytorch2.0.1报错：error: ‘nvmlProcessInfo_v1_t’ was not declared in this scope 解决方法参考： https://github.com/pytorch/pytorch/issues/100618 简 ......
Bert Pytorch 源码分析：五、模型架构简图 REV1
## 注意力  ## FFN 。 笔者的运行设备与软件：CPU (AMD Ryzen™ 5 46 ......
大连人工智能计算平台——华为昇腾AI平台——高性能计算HPC的pytorch环境报错——torch.cuda.is_available()显示false——NVIDIA显卡驱动版本过低导致pytorch无法使用cuda
在使用这个HPC平台的时候发现了这么一个问题，那就是编译好的pytorch-cuda和anaconda官方安装的pytorch-cuda均不能调用cuda计算，这个现象十分的诡异，经过长时间的调查发现了问题所在——NVIDIA驱动版本过低。 给出该HPC的显卡驱动版本： ......
pytorch-两个PyTorch中的Sequential模型合并成一个
要将两个PyTorch中的Sequential模型合并成一个，你可以使用`nn.Sequential`的`add_module`方法或者直接使用`*`操作符来解包Sequential模型并将它们合并。以下是两种方法的示例： 方法一：使用`add_module`方法 ```python import ......