Darknet CUDA/CUDANN环境的快速安装
在具备GPU显卡且主持CUDA的纯净的UBUNTU18.04系统上，按照如下指导文档安装 Nvidia 显卡驱动。Ubuntu18.04安装CUDA深度学习环境_tugouxp的专栏-CSDN博客之后，下载darknetgit clone https://github.com/AlexeyAB/da
基于pytorch使用LSTM进行虎年春联生成
先看看我摘录的一些结果吧七字春联，开头两个字分别为 虎年、虎气、春节虎年啸虎春虎虎虎气伏虎牛龙龙虎年虎虎展啸风春节啸春虎风虎虎年虎啸啸千啸春节萝啸气风春虎年啸浩一讯欢春节回旧鹤绣舞虎年啸一着有处春节回一福舞福虎年啸月翼业来春节回旧精绣福我语文水平不太行，乍一眼看感觉还是满高级的。训练数据 春联.cs
RTX3060安装pytorch
RTX3060安装pytorch1 安装anaconda2 查看本机显卡支持的cuda最高版本（2）根据pytorch版本选择要安装的CUDA（3）下载安装CUDA（4）下载cudNN（5）下载安装刚刚选择的pytorch版本前不久刚刚入手了一台新电脑，显卡为RTX3060，在安装环境的时候，踩了不
Vision Transformer（Pytorch版）代码阅读注释
Vision Transformer Pytorch版代码阅读注释
通过强化学习和官方API制作《星露谷物语》的自动钓鱼mod
使用官方 Stardew Valley 的 modding API 用 C# 编写一个自动钓鱼的mod
pytorch——VGG网络搭建
目录????VGG介绍????那VGG它到底厉害在哪里呢？????那什么是感受野呢？????计算公式????问题一：????问题二：????网络图????pytorch搭建VGG网络????1. model.py????神奇处理之处????2. train.py3. predict.py????注意
PyTorch实现sin函数模拟
PyTorch实现sin函数模拟文章目录PyTorch实现sin函数模拟一、简介二、第一种方法三、第二种方法四、总结一、简介本文旨在使用两种方法来实现sin函数的模拟，具体的模拟方法是使用机器学习来实现的，我们使用Python的torch模块进行机器学习，从而为sin确定多项式的系数。二、第一种方法
Pytorch 常见运算（mul、mm、dot、mv）
Pytorch 常见运算1.矩阵与标量2.哈达玛积（mul）3.矩阵乘法4.幂与开方5.对数运算6.近似值运算7.剪裁运算1.矩阵与标量矩阵（张量）每一个元素与标量进行操作。import torcha = torch.tensor([1,2])print(a+1)>>> tenso
5 个PyTorch 中的处理张量的基本函数
每个深度学习初学者都应该知道这5个Pytorch 的基本函数。
[人工智能-深度学习-72]：卷积神经网络 - 空间金字塔池化SPP-Net网络与Pytorch代码实现
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章SPP-Net网络概述1.1 什么是SPP-Net？1.2 SPP-Net的基本思想1.3SPP-Net的好处与优点第2章SPP网络结构2.1 SPP金字塔池化层的位置2.2 SPP的特征提
初识Pytorch使用transforms
首先，这次讲解的tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。transforms的原理：说明：图片（输入）通过工具得到结果（输出），这个工具，就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具resu
神经网络做MNIST手写数字识别代码
代码（python+pytorch）import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.op
pytorch基础复习1.1——常用API
【写在前面】：此专栏为本人在系统复习pytorch基础时写下的笔记，复习内容与进度参考一位在B站讲深度学习的up主（deep_thoughts），此笔记旨在帮助小伙伴快速入门和复习pytorch相关知识，写得不好的地方多担待，可直接移步up主的视频学习。此专栏全程无盈利性质。up主（deep_tho
使用 PyTorch Geometric 在 Cora 数据集上训练图卷积网络GCN
本文将告诉你如何将斯坦福大学（CS224W: Machine Learning with Graphs）应用到实际当中并复现一篇论文的结果。
从零实现深度学习框架——实现Tensor的反向传播
在常见运算的计算图中，我们了解了加减乘除等运算的计算图。本文通过代码实现加法和乘法的计算图来了解我们的`Tensor`自动反向传播计算梯度的模式。
计算 Python 代码的内存和模型显存消耗的小技巧
本篇文章我们将介绍两个 Python 库 memory_profiler和Pytorch-Memory-Utils，这两个库可以帮助我们了解内存和显存的消耗。
联邦学习（Federated Learning）详解以及示例代码
联邦学习也称为协同学习，它可以在产生数据的设备上进行大规模的训练，并且这些敏感数据保留在数据的所有者那里
