- PyTorch中常见的梯度下降算法主要用于优化神经网络的参数，以下是其中9种常见的梯度下降算法：随机梯度下降法（Stochastic Gradient Descent, SGD）：每次更新时使用单个样本的梯度来更新参数。由于随机选择样本，因此收敛过程可能较不稳定，但通常会比其他算法更快。批量梯度下降法（Batch Gradient Descent, BGD）：每次更新时使用全部训练集的梯度来... PyTorch中常见的梯度下降算法主要用于优化神经网络的参数，以下是其中9种常见的梯度下降算法：随机梯度下降法（Stochastic Gradient Descent, SGD）：每次更新时使用单个样本的梯度来更新参数。由于随机选择样本，因此收敛过程可能较不稳定，但通常会比其他算法更快。批量梯度下降法（Batch Gradient Descent, BGD）：每次更新时使用全部训练集的梯度来...
- 1.下载和安装PyTorch，以及所需的其他依赖项。2.准备数据集，并将其转换为适合PyTorch使用的格式（例如，利用 torchvision 库中的 transform 处理图像数据，并将其转换为 tensor）。3.创建一个神经网络模型，可以使用 torch.nn 模块中提供的各种层构建模型。4.定义损失函数（如交叉熵损失函数）和优化器（如随机梯度下降优化器或 Adam 优化器）。5.... 1.下载和安装PyTorch，以及所需的其他依赖项。2.准备数据集，并将其转换为适合PyTorch使用的格式（例如，利用 torchvision 库中的 transform 处理图像数据，并将其转换为 tensor）。3.创建一个神经网络模型，可以使用 torch.nn 模块中提供的各种层构建模型。4.定义损失函数（如交叉熵损失函数）和优化器（如随机梯度下降优化器或 Adam 优化器）。5....
- 本篇笔记记录了将迁移好的Pytorch训练代码如何部署到Modelarts平台完成训练。完整的记录了，从环境搭建、代码准备、代码运行、结果保存的全过程，以及其中需要用的软件工具，重点是注册镜像等Modelarts的操作等，方便新手小伙伴们参考。 本篇笔记记录了将迁移好的Pytorch训练代码如何部署到Modelarts平台完成训练。完整的记录了，从环境搭建、代码准备、代码运行、结果保存的全过程，以及其中需要用的软件工具，重点是注册镜像等Modelarts的操作等，方便新手小伙伴们参考。
- Conda、Anaconda、Pip、Torch、PyTorch、TensorFlow是Python编程语言中常用的一些工具和库，具体如下：Conda：Conda是一个用于管理Python环境和软件包的开源软件，可以用于创建、保存、导出和分享不同的环境。通过Conda，用户可以在同一台计算机上管理多个独立的Python环境，以便在不同的项目中使用不同的Python版本和库。Anaconda：... Conda、Anaconda、Pip、Torch、PyTorch、TensorFlow是Python编程语言中常用的一些工具和库，具体如下：Conda：Conda是一个用于管理Python环境和软件包的开源软件，可以用于创建、保存、导出和分享不同的环境。通过Conda，用户可以在同一台计算机上管理多个独立的Python环境，以便在不同的项目中使用不同的Python版本和库。Anaconda：...
- 【2023 · CANN训练营第一季】昇腾AI入门课（PyTorch）笔记昇腾计算语言接口AscendCLAscendCL的优势如下：1. 高度抽象：算子编译、加载、执行的API归一，相比每个算子一个API，AscendCL大幅减少API数量，降低复杂度。2. 向后兼容：AscendCL具备向后兼容，确保软件升级后，基于旧版本编译的程序依然可以在新版本上运行。3. 零感知芯片：一套A... 【2023 · CANN训练营第一季】昇腾AI入门课（PyTorch）笔记昇腾计算语言接口AscendCLAscendCL的优势如下：1. 高度抽象：算子编译、加载、执行的API归一，相比每个算子一个API，AscendCL大幅减少API数量，降低复杂度。2. 向后兼容：AscendCL具备向后兼容，确保软件升级后，基于旧版本编译的程序依然可以在新版本上运行。3. 零感知芯片：一套A...
- 涌现特性（Emergent property）是指在一个复杂系统中，一些新的、意想不到的特性逐渐显现出来，这些特性在系统的各个组成部分中并不存在。在人工智能（AI）模型中，涌现特性通常是指模型通过大量数据训练后，展现出一些在训练数据中没有明确指示的能力或行为。对于人工智能模型，涌现特性通常是由以下几个因素共同作用产生的：大量的训练数据：人工智能模型通常需要大量的训练数据来学习潜在的规律和特征... 涌现特性（Emergent property）是指在一个复杂系统中，一些新的、意想不到的特性逐渐显现出来，这些特性在系统的各个组成部分中并不存在。在人工智能（AI）模型中，涌现特性通常是指模型通过大量数据训练后，展现出一些在训练数据中没有明确指示的能力或行为。对于人工智能模型，涌现特性通常是由以下几个因素共同作用产生的：大量的训练数据：人工智能模型通常需要大量的训练数据来学习潜在的规律和特征...
- Ant1裸金属服务器上使用pytorch，出现获取显卡失败的现象的解决方法。 Ant1裸金属服务器上使用pytorch，出现获取显卡失败的现象的解决方法。
- TensorFlow和PyTorch是目前最流行的两个深度学习框架，各有优势和特点。 TensorFlow（谷歌）成熟度高：TensorFlow是较早发布的深度学习框架，经过多年发展，功能非常完善且稳定。生态系统丰富：TensorFlow的用户群体庞大，社区活跃，有大量的教程、实例和开源项目供参考。此外，谷歌还推出了与TensorFlow紧密集成的TensorBoard可视化工具，帮助开发者... TensorFlow和PyTorch是目前最流行的两个深度学习框架，各有优势和特点。 TensorFlow（谷歌）成熟度高：TensorFlow是较早发布的深度学习框架，经过多年发展，功能非常完善且稳定。生态系统丰富：TensorFlow的用户群体庞大，社区活跃，有大量的教程、实例和开源项目供参考。此外，谷歌还推出了与TensorFlow紧密集成的TensorBoard可视化工具，帮助开发者...
- 本期将提供一个利用深度学习进行花卉图片分类的案例，并使用迁移学习的方法解决训练数据较少的问题。图片分类是根据图像的语义信息对不同的图片进行区分，是计算机视觉中的基本问题，也是图像检测、图像分割、物体跟踪等高阶视觉任务的基础。在深度学习领域，图片分类的任务一般基于卷积神经网络来完成，如常见的卷积神经网络有 VGG、GoogleNet、ResNet 等。而在图像分类领域，数据标记是最基础和烦琐的工作。 本期将提供一个利用深度学习进行花卉图片分类的案例，并使用迁移学习的方法解决训练数据较少的问题。图片分类是根据图像的语义信息对不同的图片进行区分，是计算机视觉中的基本问题，也是图像检测、图像分割、物体跟踪等高阶视觉任务的基础。在深度学习领域，图片分类的任务一般基于卷积神经网络来完成，如常见的卷积神经网络有 VGG、GoogleNet、ResNet 等。而在图像分类领域，数据标记是最基础和烦琐的工作。
- PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。 本文为实战篇，介绍搭建卷积神经网络进行图像分类与图像风格迁移。 PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。 本文为实战篇，介绍搭建卷积神经网络进行图像分类与图像风格迁移。
- PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。 本文主要介绍深度学习领域中自然语言处理与强化学习部分。 PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。 本文主要介绍深度学习领域中自然语言处理与强化学习部分。
- PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。 本文主要介绍深度学习框架中PyTorch部分。 PyTorch是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得PyTorch代码更易理解，对新手非常友好。 本文主要介绍深度学习框架中PyTorch部分。
- PyTorch 是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得 PyTorch 代码更易理解，对新手非常友好。 本文主要介绍 PyTorch 环境搭建！ PyTorch 是当前主流深度学习框架之一，其设计追求最少的封装、最直观的设计，其简洁优美的特性使得 PyTorch 代码更易理解，对新手非常友好。 本文主要介绍 PyTorch 环境搭建！
- 深度学习领域技术的飞速发展，给人们的生活带来了很大改变。例如，智能语音助手能够与人类无障碍地沟通，甚至在视频通话时可以提供实时翻译；将手机摄像头聚焦在某个物体上，该物体的相关信息就会被迅速地反馈给使用者；在购物网站上浏览商品时，机器也在同时分析着用户的偏好，并及时个性化地推荐用户可能感兴趣的商品。原先以为只有人类才能做到的事，现在机器也能毫无差错地完成，甚至超越人类，这显然与深度学习的发展密不可分 深度学习领域技术的飞速发展，给人们的生活带来了很大改变。例如，智能语音助手能够与人类无障碍地沟通，甚至在视频通话时可以提供实时翻译；将手机摄像头聚焦在某个物体上，该物体的相关信息就会被迅速地反馈给使用者；在购物网站上浏览商品时，机器也在同时分析着用户的偏好，并及时个性化地推荐用户可能感兴趣的商品。原先以为只有人类才能做到的事，现在机器也能毫无差错地完成，甚至超越人类，这显然与深度学习的发展密不可分
- 原文：你实操了吗？YOLOv5 PyTorch 教程YOLO算法提供高检测速度和性能，检测具有很高的准确性和精度。本教程将重点介绍 YOLOv5 以及如何在 PyTorch 中使用它。YOLO是“You only look once”的首字母缩写，是一种开源软件工具，可有效用于实时检测给定图像中的物体。YOLO 算法使用卷积神经网络 （CNN） 模型来检测图像中的物体。该算法只需要通过给定神... 原文：你实操了吗？YOLOv5 PyTorch 教程YOLO算法提供高检测速度和性能，检测具有很高的准确性和精度。本教程将重点介绍 YOLOv5 以及如何在 PyTorch 中使用它。YOLO是“You only look once”的首字母缩写，是一种开源软件工具，可有效用于实时检测给定图像中的物体。YOLO 算法使用卷积神经网络 （CNN） 模型来检测图像中的物体。该算法只需要通过给定神...
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 -
苏州工业园区“华为云杯”2025人工智能应用创新大赛赛中直播2025/08/21 周四 16:00-17:00
Vz 华为云AIoT技术布道师
本期直播将与您一起探讨如何基于华为云IoT平台全场景云服务，结合AI、鸿蒙、大数据等技术，打造有创新性，有竞争力的方案和产品。
回顾中 -
深入解读架构师专业级培训认证2025/08/22 周五 16:30-17:30
阿肯-华为云生态技术讲师
解决方案架构专业级是开发者认证中的顶端明珠。这门认证聊什么？值得学吗？怎么考、考什么、难不难？这门课程深入解答
回顾中
热门标签