- 人工智能——图像识别（人工智能图像识别流程）
-
概述图像识别（ImageRecognition）是计算机视觉的核心任务之一，旨在通过算法让计算机理解图像内容，包括分类（识别物体类别）、检测（定位并识别多个物体）、分割（像素级识别）等，常见的应用场...
- PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法
-
在上一篇文章中，我们介绍了DeepDeterministicPolicyGradient(DDPG)算法，并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...
- 大模型中常用的注意力机制GQA详解以及Pytorch代码实现
-
分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法，它的目标是在保持MQA速度的同时...
- pytorch如何快速创建具有特殊意思的tensor张量?
-
专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作，常用rand/rand_like,randint正态分布（0，1）指定正态分布的均值还有方差i...
- Gorgonia为Go开发者打开了机器学习的大门
-
在Python主导的机器学习领域，Go语言凭借其卓越的并发性能和编译型语言的效率优势逐渐崭露头角。Gorgonia作为Go语言生态中领先的机器学习库，提供了类似Theano/TensorFlow的计算...
- PyTorch 深度学习实战(2):Autograd 自动求导与线性回归
-
在上一篇文章中，我们学习了PyTorch的基本概念和张量操作。本文将深入探讨PyTorch的核心特性之一——Autograd自动求导机制，并利用它实现一个简单的线性回归模型。一、Autogr...
- PyTorch 深度学习实战(一):从零开始搭建神经网络(练习题解)
-
1.手写线性回归：使用PyTorch实现房价预测importtorchimporttorch.nnasnnimporttorch.optimasoptimfromsklea...
- RepVGG论文详解以及使用Pytorch进行模型复现
-
RepVGG:MakingVGG-styleConvNetsGreatAgain是2021CVPR的一篇论文，正如他的名字一样，使用structuralre-parameterizat...
- 使用scikit-learn为PyTorch 模型进行超参数网格搜索
-
scikit-learn是Python中最好的机器学习库，而PyTorch又为我们构建模型提供了方便的操作，能否将它们的优点整合起来呢？在本文中，我们将介绍如何使用scikit-learn中的网格搜...
- Tensor:Pytorch神经网络界的Numpy
-
TensorTensor，它可以是0维、一维以及多维的数组，你可以将它看作为神经网络界的Numpy，它与Numpy相似，二者可以共享内存，且之间的转换非常方便。但它们也不相同，最大的区别就是Numpy...
- 一周热门
- 控制面板
- 网站分类
- 最新留言
-