- RNN: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ycy6d8iB-1584285348969)(https://cdn.kesci.com/upload/imag... RNN: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ycy6d8iB-1584285348969)(https://cdn.kesci.com/upload/imag...
- 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ... 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ...
- 1. 基本配置 导入包和版本查询 import torchimport torch.nn as nnimport torchvisionprint(torch.__version__)print(torch.version.cuda)print(torch.backends.cudnn.version())print(torch... 1. 基本配置 导入包和版本查询 import torchimport torch.nn as nnimport torchvisionprint(torch.__version__)print(torch.version.cuda)print(torch.backends.cudnn.version())print(torch...
- 时间图神经网络PyTorch Geometric Temporal 1 简介 PyTorch Geometric Temporal是一个用于PyTorch Geometric的时间图神经网络扩展库。它基于开源深度学习和图形处理库。 PyTorch Geometric Temporal包含最先进的深度学习和参数学习方法来处理时空信号... 时间图神经网络PyTorch Geometric Temporal 1 简介 PyTorch Geometric Temporal是一个用于PyTorch Geometric的时间图神经网络扩展库。它基于开源深度学习和图形处理库。 PyTorch Geometric Temporal包含最先进的深度学习和参数学习方法来处理时空信号...
- 一、张量的科学运算 1 进行数值调整 t = torch.randn(5)t# tensor([ 0.3806, 0.9064, -1.9179, 2.0816, -0.4153]) 1.1 返回绝对值 torch.abs(t... 一、张量的科学运算 1 进行数值调整 t = torch.randn(5)t# tensor([ 0.3806, 0.9064, -1.9179, 2.0816, -0.4153]) 1.1 返回绝对值 torch.abs(t...
- 目录 pytorch 2维度切分和拼接 pytorch 3维度的切分和拼接： pytorch 4维度的切分和拼接 pytorch 2维度切分和拼接 第二个参数是切块大小： import torch if __name__ == & 目录 pytorch 2维度切分和拼接 pytorch 3维度的切分和拼接： pytorch 4维度的切分和拼接 pytorch 2维度切分和拼接 第二个参数是切块大小： import torch if __name__ == &
- Pytorch库的基本架构介绍 今天我就将PyTorch常用的模块做一个总结梳理。 首先要说明的是PyTorch这是torch的Python版本，所以导入的是torch而不是Pytorch: import torch 1 运行基础 torch.tensor：基础数据结构 torch.autograd：自... Pytorch库的基本架构介绍 今天我就将PyTorch常用的模块做一个总结梳理。 首先要说明的是PyTorch这是torch的Python版本，所以导入的是torch而不是Pytorch: import torch 1 运行基础 torch.tensor：基础数据结构 torch.autograd：自...
- 目录 获取模型参数维度 模型迁移动态匹配 获取模型参数维度 model = MobileFormer(**args) model_dict=model.state_dict() for to_k,to_v in model_dict.items(): try: ... 目录 获取模型参数维度 模型迁移动态匹配 获取模型参数维度 model = MobileFormer(**args) model_dict=model.state_dict() for to_k,to_v in model_dict.items(): try: ...
- torch.Tensor有两个实例方法可以用来扩展某维的数据的尺寸，分别是 repeat()和 expand()。 expand和repeat函数是pytorch中常用于进行张量数据复制和维度扩展的函数，但其工作机制差别很大，本文对这两个函数进行对比。 1. expand tensor.expand(*sizes)expand函... torch.Tensor有两个实例方法可以用来扩展某维的数据的尺寸，分别是 repeat()和 expand()。 expand和repeat函数是pytorch中常用于进行张量数据复制和维度扩展的函数，但其工作机制差别很大，本文对这两个函数进行对比。 1. expand tensor.expand(*sizes)expand函...
- PyTorch张量的创建与基本类型 0 导读 在我们不知道什么是深度学习计算框架时，我们可以把PyTorch看做是Python的第三方库，在PyTorch中定义了适用于深度学习的张量Tensor，以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法，正是这些基本数据类型和对应的方法函数，为我们进一步在PyTo... PyTorch张量的创建与基本类型 0 导读 在我们不知道什么是深度学习计算框架时，我们可以把PyTorch看做是Python的第三方库，在PyTorch中定义了适用于深度学习的张量Tensor，以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法，正是这些基本数据类型和对应的方法函数，为我们进一步在PyTo...
- KL散度，也叫做相对熵，计算公式如下： import torch.nn as nn import torch import torch.nn.functional as F if __name__ == '__main__': x_o=torch.Tensor([[1,2],[3,4]]) y_o=torc... KL散度，也叫做相对熵，计算公式如下： import torch.nn as nn import torch import torch.nn.functional as F if __name__ == '__main__': x_o=torch.Tensor([[1,2],[3,4]]) y_o=torc...
- 4月21日官方发布，PyTorch 用户可以使用TorchServe（PyTorch生态新的模型服务框架）来大规模部署经过训练的模型，而无需编写自定义代码。 PyTorch是最初由Facebook创... 4月21日官方发布，PyTorch 用户可以使用TorchServe（PyTorch生态新的模型服务框架）来大规模部署经过训练的模型，而无需编写自定义代码。 PyTorch是最初由Facebook创...
- 在安装是找了很多方法如，离线安装，镜像下载等等最终还是这种方法好用，输入镜像： conda config --add channels https://mirrors.tuna.tsinghua.edu... 在安装是找了很多方法如，离线安装，镜像下载等等最终还是这种方法好用，输入镜像： conda config --add channels https://mirrors.tuna.tsinghua.edu...
- 学习总结 文章目录 学习总结一、tensorflow2.0的安装二、数据集的加载三、模型的搭建四、模型训练和测试五、模型搭建的比较六、经典wide&deep模型（tf2.0版）6.0 模... 学习总结 文章目录 学习总结一、tensorflow2.0的安装二、数据集的加载三、模型的搭建四、模型训练和测试五、模型搭建的比较六、经典wide&deep模型（tf2.0版）6.0 模...
- 本文只有 tensorrt python部分涉动态分辨率设置，没有c++的。 目录 pytorch转onnx： onnx转tensorrt： python tensorrt推理： 知乎博客也可以参考： tensorrt动态输入（Dynamic shapes） - 知乎 记录此贴的原因有两个：1.肯定也有很多人需要... 本文只有 tensorrt python部分涉动态分辨率设置，没有c++的。 目录 pytorch转onnx： onnx转tensorrt： python tensorrt推理： 知乎博客也可以参考： tensorrt动态输入（Dynamic shapes） - 知乎 记录此贴的原因有两个：1.肯定也有很多人需要...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签