- import torchimport numpy as npimport mathdata = [-0.9999,-0.5, -0.1, 0.8,0.9]tensor = torch.FloatTensor(data) # 转换成32位浮点 tensor # sin 三角函数 sinprint( '\nsin',torch.log(math.pi- to... import torchimport numpy as npimport mathdata = [-0.9999,-0.5, -0.1, 0.8,0.9]tensor = torch.FloatTensor(data) # 转换成32位浮点 tensor # sin 三角函数 sinprint( '\nsin',torch.log(math.pi- to...
- deep-high-resolution-net.pytorch 1070 100多ms from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_function import argparseimp... deep-high-resolution-net.pytorch 1070 100多ms from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_function import argparseimp...
- pytorch topk() torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor) pytorch中文官网文档：http://www.mamicode.com/info-detail-2217311... pytorch topk() torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor) pytorch中文官网文档：http://www.mamicode.com/info-detail-2217311...
- 传统方式需要10s，dat方式需要0.6s import os import time import torch import random from common.coco_dataset import COCODataset def gen_data(batch_size,data_path,target_path): os.maked... 传统方式需要10s，dat方式需要0.6s import os import time import torch import random from common.coco_dataset import COCODataset def gen_data(batch_size,data_path,target_path): os.maked...
- https://github.com/miha-skalic/convolutedPredictions_Cdiscount/blob/b0d0fc8ae99e2c3fb8d06eaac19d0e3bcd951bce/heng/code/solution-submit-1/dataset/transform.py from common import * ## for de... https://github.com/miha-skalic/convolutedPredictions_Cdiscount/blob/b0d0fc8ae99e2c3fb8d06eaac19d0e3bcd951bce/heng/code/solution-submit-1/dataset/transform.py from common import * ## for de...
- import torch a_data=torch.Tensor([1,2,3])index=[0,1,1,2,1] ba=a_data[index]print(ba) 结果： tensor([1., 2., 2., 3., 2.]) 可以用数组取值，index中的每个值都是a_data的索引，不能越界。 import torch a_data=torch.Tensor([1,2,3])index=[0,1,1,2,1] ba=a_data[index]print(ba) 结果： tensor([1., 2., 2., 3., 2.]) 可以用数组取值，index中的每个值都是a_data的索引，不能越界。
- PyTorch 0.4新版本 升级指南 【导读】今天大家比较关心的是PyTorch在GitHub发布0.4.0版本，专知成员Huaiwen详细讲解了PyTorch新版本的变动信息， 本次升级, 只做了一件事情, 就是把Tensor 类和 Variable 类 合并了, 且官方同时更新了API和Tutorials, 可以肯定, 以后的人不会再学0.3.1。专知成员Hua... PyTorch 0.4新版本 升级指南 【导读】今天大家比较关心的是PyTorch在GitHub发布0.4.0版本，专知成员Huaiwen详细讲解了PyTorch新版本的变动信息， 本次升级, 只做了一件事情, 就是把Tensor 类和 Variable 类 合并了, 且官方同时更新了API和Tutorials, 可以肯定, 以后的人不会再学0.3.1。专知成员Hua...
- 维度0位batch_size, a = torch.cat((F.relu6(x), F.relu6(-x)), 1) m = nn.ReLU() input = torch.randn(2).unsqueeze(0) output = torch.cat((m(input),m(-input))) 维度0位batch_size, a = torch.cat((F.relu6(x), F.relu6(-x)), 1) m = nn.ReLU() input = torch.randn(2).unsqueeze(0) output = torch.cat((m(input),m(-input)))
- torch .logical_not 含义是逻辑取反： pytorch1.2.0版本中没有这个接口 1.4.0以上有这个接口 >>> torch.logical_not(torch.tensor([True, False]))tensor([ False, True])>>> torch.logical_not(t... torch .logical_not 含义是逻辑取反： pytorch1.2.0版本中没有这个接口 1.4.0以上有这个接口 >>> torch.logical_not(torch.tensor([True, False]))tensor([ False, True])>>> torch.logical_not(t...
- 报错内容： D:\Anaconda3\lib\site-packages\torch\onnx\symbolic_helper.py:243: UserWarning: You are trying to export the model with onnx:Upsample for ONNX opset version 9. This operator might cau... 报错内容： D:\Anaconda3\lib\site-packages\torch\onnx\symbolic_helper.py:243: UserWarning: You are trying to export the model with onnx:Upsample for ONNX opset version 9. This operator might cau...
- 批量max a = torch.Tensor([[random.randint(0, 20), random.randint(0, 20), random.randint(0, 20)]])b1_x1=torch.Tensor([[random.randint(0, 20),random.randint(0, 20), random.randint(0, 2... 批量max a = torch.Tensor([[random.randint(0, 20), random.randint(0, 20), random.randint(0, 20)]])b1_x1=torch.Tensor([[random.randint(0, 20),random.randint(0, 20), random.randint(0, 2...
- cuda10.1和pytorch也能兼容 卸载重新安装cuda，对pytorch没有影响。 也不报错，就弹出一个框，全部组件都未安装 原因1：一般CUDA安装失败都是由于其中Visual Studio(VS) Intergration无法安装导致的： Visual Studio(VS) Intergration 失败 ... cuda10.1和pytorch也能兼容 卸载重新安装cuda，对pytorch没有影响。 也不报错，就弹出一个框，全部组件都未安装 原因1：一般CUDA安装失败都是由于其中Visual Studio(VS) Intergration无法安装导致的： Visual Studio(VS) Intergration 失败 ...
- 如果单张图片比，torch比opencv读写要快。但是数据量大了之后，也慢， 300张图片一起，遍历读取422ms 300个遍历反序列化 106ms # coding='utf-8'import osimport timefrom distributed.protocol import serialize, deserializeimport cv2impor... 如果单张图片比，torch比opencv读写要快。但是数据量大了之后，也慢， 300张图片一起，遍历读取422ms 300个遍历反序列化 106ms # coding='utf-8'import osimport timefrom distributed.protocol import serialize, deserializeimport cv2impor...
- 3*3卷积核不降尺寸做法： self.conv_1x1_last = conv_bn_relu(nin=96, nout=96, kernel_size=3, stride=1, padding=1, bias=False) 降尺寸做法： conv_bn_relu(nin=80, nout=96, kernel_size=3, stride=2, pad... 3*3卷积核不降尺寸做法： self.conv_1x1_last = conv_bn_relu(nin=96, nout=96, kernel_size=3, stride=1, padding=1, bias=False) 降尺寸做法： conv_bn_relu(nin=80, nout=96, kernel_size=3, stride=2, pad...
- 导出的模型Android能加载： 速度是pc的5分之一 注意： 1.需要pytorch 1.3以上版本， 2.eval不能少，少了check会报错 import torchimport torchvision model = torchvision.models.resnet18(pretrained=True)model.eval()example... 导出的模型Android能加载： 速度是pc的5分之一 注意： 1.需要pytorch 1.3以上版本， 2.eval不能少，少了check会报错 import torchimport torchvision model = torchvision.models.resnet18(pretrained=True)model.eval()example...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签