腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
漫漫深度学习路
专栏作者
举报
167
文章
216099
阅读量
54
订阅数
订阅专栏
申请加入专栏
全部文章
tensorflow
pytorch
神经网络
机器学习
python
深度学习
编程算法
linux
人工智能
https
网络安全
c++
其他
bash
git
ubuntu
bash 指令
批量计算
http
windows
c 语言
tcp/ip
打包
ssh
opencv
input
size
数据挖掘
php
html
qt
sql
图像处理
网站
存储
正则表达式
numpy
gcc
channel
matrix
model
word
函数
源码
NLP 服务
mac os
perl
node.js
ajax
单片机
汇编语言
数据库
云数据库 SQL Server
ide
api
matlab
unix
apt-get
分布式
gui
ftp
rpc
kernel
大数据
安全
数据处理
数据结构
apply
class
conda
decorator
device
embedding
filter
global
gpu
gradient
graph
height
int
io
key
local
max
memory
optimization
padding
python3
reshape
scope
sequence
session
shared
space
sum
summary
supervisor
synchronous
task
tensor
time
width
word2vec
笔记
变量
程序
命令行
模型
数据
数学
学习笔记
音频
搜索文章
搜索
搜索
关闭
pytorch 学习笔记(二十二):关于 inplace operation
pytorch
(本文章适用于 pytorch0.4.0 版本, 既然 Variable 和 Tensor merge 到一块了, 那就叫 Tensor吧)
ke1th
2019-05-26
3K
0
pytorch学习笔记(二十一): 使用 pack_padded_sequence
批量计算
pytorch
机器学习
神经网络
深度学习
下面附上一张 pack_padded_sequence 原理图(其实只是将三维的输入去掉PAD的部分搞成了二维的。在RNN前向的时候,根据batch_sizes参数取对应的时间步计算。)
ke1th
2019-05-26
4.8K
0
pytorch学习笔记(二十): ignite (写更少的代码训练模型)
pytorch
最近自己想写一个高级一点的抽象来更方便的训练 pytorch 网络, 无意间发现, pytorch 用户下面有个 ignite repo, 好奇就看了一下这是个什么东西. 原来是 pytorch 已经提供了一个高级抽象库来训练 pytorch模型了, 既然有了轮子, 那就没必要自己造了, 好好用着就行了. 没事读读源码, 也可以学习一下大佬们是怎么抽象的. 本博文主要是对 ignite 做一个宏观上的介绍.
ke1th
2019-05-26
1.6K
0
pytorch学习笔记(十九):torchtext
批量计算
编程算法
pytorch
Torchtext 是一个非常强有力的库,她可以帮助我们解决 文本的预处理问题。为了能够更好的利用这个工具,我们需要知道她可以做什么,不可以做什么,也要将每个API和其我们想要的做的事情联系起来。另外一个值得夸赞的一点是,Torchtext 不仅可以和 pytorch 一起用,还可以和其它深度学习框架(tf,mxnet,…)。
ke1th
2019-05-26
2.4K
0
pytorch学习笔记(二):gradient
pytorch
本文介绍了PyTorch中梯度(gradient)和变量(variable)的基本概念,以及如何在PyTorch中计算梯度、更新参数(更新variable),并介绍了torch.autograd和torch.optim等工具。此外,文章还探讨了Variable和Tensor之间的关系,以及如何在PyTorch中创建和使用自定义Variable。通过理解这些概念和工具,开发者可以更好地利用PyTorch进行深度学习研究和实践。
ke1th
2018-01-02
979
0
pytorch学习笔记(十):learning rate decay(学习率衰减)
pytorch
本文介绍了在PyTorch中如何使用学习率衰减。首先介绍了什么是学习率衰减以及它的作用,然后给出了代码示例和参考资料。
ke1th
2018-01-02
2K
0
pytorch学习笔记(三):自动求导
pytorch
本文介绍了PyTorch中自动求导机制的原理以及用法。自动求导是PyTorch的一个特色功能,可以自动计算函数的导数,从而简化了神经网络模型的搭建和调试。本文从PyTorch中的自动求导机制、变量的requires_grad属性、volatile属性以及排除子图等方面介绍了自动求导的用法,并提供了相关示例和参考资料。
ke1th
2018-01-02
727
0
python class 一点总结
pytorch
Python class 总结 细数class中的 __**__ __init__(self, *values) 对象的初始化函数,初始化类的实例时,会调用这个方法 __str__(self)
ke1th
2018-01-02
612
0
pytorch 学习笔记(一)
pytorch
pytorch是一个动态的建图的工具。不像Tensorflow那样,先建图,然后通过feed和run重复执行建好的图。相对来说,pytorch具有更好的灵活性。 编写一个深度网络需要关注的地方是:
ke1th
2018-01-02
1.5K
0
pytorch: 常见bug与debug
pytorch
《pytorch: 常见bug与debug》的摘要总结:文章介绍了在使用PyTorch过程中遇到的常见错误和如何调试的方法,包括TypeError、op操作的两个Variable/Tensor是否在同一个设备上、op的参数要求、需要求梯度时op的两个输入是否都必须为Variable、卷积层与全连接层之间的view问题等。
ke1th
2018-01-02
1.4K
0
pytorch学习笔记(八):PytTorch可视化工具 visdom
图像处理
pytorch
Visdom PyTorch可视化工具 本文翻译的时候把 略去了 Torch部分。 项目地址 一个灵活的可视化工具,可用来对于 实时,富数据的 创建,组织和共享。支持Torch和Numpy。 总览 基
ke1th
2018-01-02
2.6K
0
pytorch学习笔记(六):自定义Datasets
pytorch
本文介绍了如何自定义PyTorch Datasets,通过实例化CustomDataset类并继承自torch.utils.data.Dataset类,并重写了__init__、__getitem__和__len__方法,来实现自定义的数据集。通过这种方法,可以更好地控制数据集的准备和加载过程,并可以根据具体的应用场景进行定制。同时,还介绍了MNIST数据集的例子,通过继承自torch.utils.data.Dataset类,实现了对该数据集的准备和加载,并演示了自定义数据集的方法和技巧。
ke1th
2018-01-02
1.6K
0
pytorch学习笔记(七):pytorch hook 和 关于pytorch backward过程的理解
pytorch
ke1th
2018-01-02
3.2K
0
pytorch学习笔记(九):PyTorch结构介绍
pytorch
ke1th
2018-01-02
1.5K
0
pytorch: 如何优雅的将 int list 转成 one-hot形式
pytorch
本文介绍了如何利用 PyTorch 将 int list 转换成 one-hot 形式。首先介绍了 one-hot 的概念和作用,然后介绍了如何利用 PyTorch 实现 one-hot 转换。文章还提到了一个例子,将一个二维的 int list 转换成 one-hot,并输出转换后的结果。此外,文章还提供了参考资料链接,方便读者深入了解 one-hot 的原理和实现方法。
ke1th
2018-01-02
2.3K
0
pytorch: Variable detach 与 detach_
pytorch
本文介绍了PyTorch中Variable对象的两个常用方法detach和detach\_,分别用于将Variable从计算图中分离和将其从图中完全删除。这些方法在调试和优化神经网络时非常有用,可以避免梯度爆炸和过拟合等问题。
ke1th
2018-01-02
3.3K
0
pytorch学习笔记(十一):fine-tune 预训练的模型
pytorch
本文主要介绍如何 fine-tune torchvision 中预训练好的模型。首先介绍了如何安装 torchvision,然后介绍了如何加载预训练的模型,并使用新的数据进行微调。最后介绍了如何只训练模型的最后全连接层,以节省训练时间。
ke1th
2018-01-02
2.3K
0
pytorch学习笔记(十二):详解 Module 类
pytorch
本文介绍了PyTorch中Module类的基本用法和主要属性。Module是PyTorch中所有网络层和自定义层的基础类。它定义了添加自定义层和修改网络结构的方法。通过继承Module类,我们可以轻松定义和重用自定义层。主要属性包括_parameters(参数),_buffers(缓冲区),_modules(模块),_forward(前向传播方法),_backward(反向传播方法),_update_cache(更新缓存),_register_buffer(注册缓冲区),_register_parameter(注册参数),_training(训练状态)。使用Module,我们可以轻松构建复杂的神经网络模型。
ke1th
2018-01-02
2.5K
0
pytorch学习笔记(十三):backward过程的底层实现解析
pytorch
本文介绍了PyTorch实现自定义算子、自定义Layer和自定义Dataset的底层原理和代码示例。通过实例,讲解了PyTorch的动态图机制以及自定义算子的实现方式。通过代码示例,讲解了自定义Layer和自定义Dataset的实现方式,包括定义自定义Layer的类、定义自定义Dataset的类、实现自定义Layer的forward方法、实现自定义Dataset的__getitem__和__len__方法以及自定义Dataset的迭代方法。
ke1th
2018-01-02
3.1K
0
pytorch学习笔记(十四): DataLoader源码阅读
pytorch
根据文章内容为技术社区提供优质内容,以提升技术社区的影响力。
ke1th
2018-01-02
4.9K
0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档