腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

深度应用

专栏作者

242

文章

470143

阅读量

35

订阅数

『开发技巧』MacbookM1芯片深度学习环境配置最全教程：简明安装开发TensorFlow与PyTorch

pytorch 编程算法 python

最近云哥 @吃货本货问小宋（笔者）如何在Apple的M1芯片进行深度学习开发，恰逢最近M1开发生态都趋于稳定，就把安装步骤梳理下分享出来。

2022-05-11

1.5K0

『带你学AI』测试深度学习框架GPU版本是否正确安装方法:TensorFlow，PyTorch，MXNet，PaddlePaddle

tensorflow pytorch 神经网络深度学习人工智能

在深度学习框架GPU版本安装成功后，需要测试一下是否成功安装。GPU版本不像CPU版本的简单，CPU版本测试一般只需import一下测试是否能正确导入即可。GPU版本还需要测试CUDA或者GPU模块是否能正确调用起来。

2021-01-04

5110

『AI实践学』测试深度学习框架GPU版本是否正确安装方法:TensorFlow，PyTorch，MXNet，PaddlePaddle

tensorflow pytorch 神经网络深度学习人工智能

在深度学习框架GPU版本安装成功后，需要测试一下是否成功安装。GPU版本不像CPU版本的简单，CPU版本测试一般只需import一下测试是否能正确导入即可。GPU版本还需要测试CUDA或者GPU模块是否能正确调用起来。

2020-10-10

1.1K0

『技术随手学』解决 pip conda install 网络故障中断

pytorch https http 网络安全 typescript

在用pip或者conda安装一些包时有时会因为网络原因导致下载失败，进而无法安装。一般的解决方法就是换源，或者重复安装。

2020-09-14

2.3K0

[PyTorch小试牛刀]实战一·使用PyTorch拟合曲线（对比PyTorch与TensorFlow实现的区别）

pytorch tensorflow

在深度学习入门的博客中，我们用TensorFlow进行了拟合曲线，到达了不错的效果。我们现在使用PyTorch进行相同的曲线拟合，进而来比较一下TensorFlow与PyTorch的异同。搭建神经网络进行训练的步骤基本相同，我们现在开始用PyTorch来实现。

2019-06-27

3.6K0

[深度应用]·实战掌握PyTorch图片分类简明教程

深度学习的比赛中，图片分类是很常见的比赛，同时也是很难取得特别高名次的比赛，因为图片分类已经被大家研究的很透彻，一些开源的网络很容易取得高分。如果大家还掌握不了使用开源的网络进行训练，再慢慢去模型调优，很难取得较好的成绩。

2019-06-27

4660

[开发技巧]·PyTorch中Numpy，Tensor与Variable深入理解与转换技巧

numpy pytorch tensorflow 神经网络

我们使用Numpy也是可以手动去编写神经网络进行反向传播深度学习的，就是有两个问题，

2019-06-27

1.8K3

[开发技巧]·深度学习使用生成器加速数据读取与训练简明教程（TensorFlow，pytorch，keras）

keras 深度学习 tensorflow pytorch 编程算法

在深度学习里面有句名言，数据决定深度应用效果的上限，而网络模型与算法的功能是不断逼近这个上限。由此也可以看出数据的重要程度。

2019-06-27

9220

[开发技巧]·AdaptivePooling与Max/AvgPooling相互转换

自适应池化Adaptive Pooling是PyTorch的一种池化层，根据1D，2D，3D以及Max与Avg可分为六种形式。

2019-06-27

2K0

[MXNet逐梦之旅]实战一·使用MXNet拟合曲线（对比MXNet，PyTorch与TensorFlow实现的区别）

tensorflow pytorch

在之前的博文中我们用TensorFlow与PyTorch进行了拟合曲线，到达了不错的效果。我们现在使用MXNet进行相同的曲线拟合，进而来比较一下TensorFlow与PyTorch的异同。搭建神经网络进行训练的步骤基本相同，我们现在开始用MXNet来实现。

2019-06-27

8350

[PyTorch填坑之旅]·from torch._C import * ImportError: DLL load failed解决方法

笔者使用conda安装PyTorch1.10 gpu版本指令如是：conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

2019-06-27

9.5K0

[开发技巧]·PyTorch如何使用GPU加速（CPU与GPU数据的相互转换）

pytorch tensorflow 深度学习 numpy

在进行深度学习开发时，GPU加速可以提升我们开发的效率，速度的对比可以参照笔者这篇博文：[深度应用]·主流深度学习硬件速度对比（CPU，GPU，TPU）结论：通过对比看出相较于普通比较笔记本的(i5 8250u)CPU，一个入门级显卡(GPU MX150)可以提升8倍左右的速度，而高性能的显卡(GPU GTX1080ti)可以提升80倍的速度，如果采用多个GPU将会获得更快速度，所以经常用于训练的话还是建议使用GPU。

2019-06-27

35K1

[PyTorch小试牛刀]实战六·准备自己的数据集用于训练（基于猫狗大战数据集）

在上面几个实战中，我们使用的是Pytorch官方准备好的FashionMNIST数据集进行的训练与测试。本篇博文介绍我们如何自己去准备数据集，以应对更多的场景。

2019-06-27

1.6K1

没有更多了

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！

Python精品学习库

代码在线跑，知识轻松学

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

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