一维pytorch注意力机制
最近在研究一维数据，发现目前网络上的注意力机制都是基于二维来构建的，对于一维的，没有查到什么可直接加在网络中的代码，因此本次文章主要介绍常用的三种注意力机制–SENet,CBAM和ECA其一维的代码。
MLX vs MPS vs CUDA:苹果新机器学习框架的基准测试
如果你是一个Mac用户和一个深度学习爱好者，你可能希望在某些时候Mac可以处理一些重型模型。苹果刚刚发布了MLX，一个在苹果芯片上高效运行机器学习模型的框架。
pytorch实战5——DataLoader数据集制作
DataLoader数据集制作
基于pytorch 的RNN实现字符级姓氏文本分类
当使用基于PyTorch的RNN实现字符级姓氏文本分类时，我们可以使用一个非常简单的RNN模型来处理输入的字符序列，并将其应用于姓氏分类任务。请注意，以上代码只提供了一个基本的示例，您可能需要根据具体任务和数据的特点进行适当的修改和调整。在上面的训练过程中，我们遍历训练数据集中的每个样本，将姓氏的字
Pytorch学习笔记（7）：优化器、学习率及调整策略、动量
Pytorch学习笔记（7）：优化器、学习率及调整策略、动量
pytorch训练可视化包visdom的使用
Visdom是一个基于Python的可视化工具包，可以用于PyTorch等深度学习框架中的实时数据可视化。它提供了一个Web界面，可以方便地创建图表、散点图和直方图等可视化元素。相比具有更轻量、更便捷、更丰富、更快速等特点。visdom的github主页visdom的中文参考文档visdom的优秀教
Pytorch学习笔记（5）：torch.nn---网络层介绍（卷积层、池化层、线性层、激活函数层）
Pytorch学习笔记（5）：torch.nn---网络层介绍（卷积层、池化层、线性层、激活函数层）
使用PyTorch II的新特性加快LLM推理速度
Pytorch团队提出了一种纯粹通过PyTorch新特性在的自下而上的优化LLM方法
深度学习环境配置(Anaconda+pytorch+pycharm+cuda)
首先查看电脑的显卡版本，步骤为：此电脑右击-->管理-->设备管理器-->显示适配器。就可以看到电脑显卡的版本了。然后按照电脑信息，到去安装相应的驱动，Notebooks是笔记本的意思，然后下载即可；
【PyTorch】切记：GeForce RTX 3090 显卡仅支持 CUDA 11 以上的版本！
得知 PyTorch 1.7.0 开始才支持 CUDA 11，所以要使用 GPU 训练的话，必须安装 PyTorch 1.7.0 及以上版本。前不久给新来的 2台 8 张 GeForce RTX 3090 服务器配置了深度学习环境（配置教程参考。原来是 GeForce RTX 3090 显卡仅支持
Pytorch 中 expand和repeat
在中，如果要改变某一个tensor的维度，可以利用view、expand、repeat、transpose和permute等方法，这里对这些方法的一些容易混淆的地方做个总结。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
（纯小白向）Windows配置GPU深度学习环境：Cuda+Anaconda+pytorch+Vscode
下载的Cuda版本为11.8（为什么不下载驱动支持的最高版本12.1.1，因为下载pytorch时，当时的pytorch的支持Cuda最高版本仅为11.8，两者作匹配。通过conda创建一个名为pytorch的虚拟环境（-n 后面是创建的虚拟环境的名字），3.9是python的版本，都可以按自己需求
Vit极简原理+pytorch代码
Vit比它爹Transformer步骤要简单的多，需要注意的点也要少得多，最令人兴奋的是它在代码中没有令人头疼的MASK，还有许多简化的操作，容我慢慢道来。
Ubuntu18.04下安装pytorch步骤&多cuda版本共存（啰嗦版）
Ubuntu18.04下安装pytorch步骤（啰嗦版）
文本识别CRNN模型介绍以及pytorch代码实现
文本识别CRNN pytorch
人工智能概论报告-基于PyTorch的深度学习手写数字识别模型研究与实践
CQUPT人工智能概论的课程大作业实践应用报告，供大家参考，如果有需要word版的可以私信我，或者在评论区留下邮箱，我会逐个发。word版是我最后提交的，已经调整统一了全文格式等。希望能给大家提供一些参考。如果起到作用请给我点个赞哦，嘿嘿嘿嘿
【PyTorch】第六节：乳腺癌的预测（二分类问题）
上一个实验我们讲解了线性问题的求解步骤，本实验我们以乳腺癌的预测为实例，详细的阐述如何利用 PyTorch 求解一个非线性问题。
什么是softmax
pytroch实现softmax， softmax的理论介绍和实现softmax代码的详细讲解
Ubuntu+VScode+Ananconda+pytorch配置（保姆级教程）
虽然之前跑过yolov5就配置过虚拟环境和深度学习框架，但是隔了一段时间没有用到深度学习的框架就又忘记了怎么在VScode里使用pytorch/tensorflow框架，深度学习依赖的numpy,pandas,kereas…又应该放在哪？是使用在哪的？因此，本文在记录配置pytorch的过程中同时回
安装下载Anaconda + Pycharm + Pytorch
1.直接在浏览器中打开Anaconda官网。 2.进入官网页面后点击下载。 3.找到并点击安装包进行下载。4.下一步。 5.同意。6.选择Just me，点下一步。 7.选择安装路径，最好不要装在C盘。我的是装在了D盘。点下一步。 8.把下图的这两个选项都勾选了，第一个是自动添加环境变量到电脑中。之
