- @Author：Runsen 当阅读一篇课文时，我们可以根据前面的单词来理解每个单词的，而不是从零开始理解每个单词。这可以称为记忆。卷积神经网络模型（CNN）不能实现这种记忆，因此引入了递归神经网络模型（RNN）来解决这一问题。RNN是带有循环的网络，允许信息持久存在。 RNN的应用有： 情绪分析（多对一，顺序输入） 机器翻译（多对多，顺序输入和顺序输出... @Author：Runsen 当阅读一篇课文时，我们可以根据前面的单词来理解每个单词的，而不是从零开始理解每个单词。这可以称为记忆。卷积神经网络模型（CNN）不能实现这种记忆，因此引入了递归神经网络模型（RNN）来解决这一问题。RNN是带有循环的网络，允许信息持久存在。 RNN的应用有： 情绪分析（多对一，顺序输入） 机器翻译（多对多，顺序输入和顺序输出...
- 官方文档： https://pytorch.org/mobile/android/ 转换模型： import torchimport torchvisionfrom torch.utils.mobile_optimizer import optimize_for_mobile model = torchvision.models.mobilenet_v2(pretr... 官方文档： https://pytorch.org/mobile/android/ 转换模型： import torchimport torchvisionfrom torch.utils.mobile_optimizer import optimize_for_mobile model = torchvision.models.mobilenet_v2(pretr...
- 作者丨Gemfield@@知乎 https://zhuanlan.zhihu.com/p/61765561 https://zhuanlan.zhihu.com/p/65822256 PyTorch的动态图（上） 背景 PyTorch的动态图框架主要是由torch/csrc/autograd下的代码实现的。这个目录下定义了3个主要的基类：Variable、... 作者丨Gemfield@@知乎 https://zhuanlan.zhihu.com/p/61765561 https://zhuanlan.zhihu.com/p/65822256 PyTorch的动态图（上） 背景 PyTorch的动态图框架主要是由torch/csrc/autograd下的代码实现的。这个目录下定义了3个主要的基类：Variable、...
- 用Tensor训练网络很方便，但是反向传播过程需要手动实现。这对于像线性回归等较为简单的模型来说，还可以应付，但实际使用中经常出现非常复杂的网络结构，此时如果手动实现反向传播，不仅费时费力，而且容易出错，难以检查。 torch.autograd就是为方便用户使用，而专门开发的一套自动求导引擎，它能够根据输入和前向传播过程自动构建计算图，并执行反向传播。 requir... 用Tensor训练网络很方便，但是反向传播过程需要手动实现。这对于像线性回归等较为简单的模型来说，还可以应付，但实际使用中经常出现非常复杂的网络结构，此时如果手动实现反向传播，不仅费时费力，而且容易出错，难以检查。 torch.autograd就是为方便用户使用，而专门开发的一套自动求导引擎，它能够根据输入和前向传播过程自动构建计算图，并执行反向传播。 requir...
- tensor中的比较 比较函数中有一些是逐元素比较，操作类似于逐元素操作，还有一些则类似于归并操作。常用比较函数如表3-6所示。 常用比较函数 函数 功能 gt/lt/ge/le/eq/ne 大于/小于/大于等于/小于等于/等于/不等 topk 最大的k个数 sort 排序 max/min 比较两... tensor中的比较 比较函数中有一些是逐元素比较，操作类似于逐元素操作，还有一些则类似于归并操作。常用比较函数如表3-6所示。 常用比较函数 函数 功能 gt/lt/ge/le/eq/ne 大于/小于/大于等于/小于等于/等于/不等 topk 最大的k个数 sort 排序 max/min 比较两...
- 高级索引 PyTorch在0.2版本中完善了索引操作，目前已经支持绝大多数numpy的高级索引。高级索引可以看成是普通索引操作的扩展，但是高级索引操作的结果一般不和原始的Tensor贡献内出。 x = t.arange(0,27).view(3,3,3) x 12 tensor([[[ 0., 1., 2.], [ 3., 4., 5.], [... 高级索引 PyTorch在0.2版本中完善了索引操作，目前已经支持绝大多数numpy的高级索引。高级索引可以看成是普通索引操作的扩展，但是高级索引操作的结果一般不和原始的Tensor贡献内出。 x = t.arange(0,27).view(3,3,3) x 12 tensor([[[ 0., 1., 2.], [ 3., 4., 5.], [...
- 对于任何一个深度学习的框架，都能够训练文本数据，当然NLTK在自然语言处理也占有一定的名声和权重 任何东西都离不开你我 来源 github # 导入torch的模块 import torch import torch.nn as nn from torch.autograd import Variable import torch.optim as optim i... 对于任何一个深度学习的框架，都能够训练文本数据，当然NLTK在自然语言处理也占有一定的名声和权重 任何东西都离不开你我 来源 github # 导入torch的模块 import torch import torch.nn as nn from torch.autograd import Variable import torch.optim as optim i...
- Tensor Tensor张量，可简单地认为它就是一个数组，且支持高效的科学计算。它可以是一个数（标量）、一维数组（向量）、二维数组（矩阵）和更高维的数组（高阶数据）。Tensor和Numpy的ndarrays类似，但PyTorch的tensor支持GPU加速。 # Let's begin from __future__ import print_function ... Tensor Tensor张量，可简单地认为它就是一个数组，且支持高效的科学计算。它可以是一个数（标量）、一维数组（向量）、二维数组（矩阵）和更高维的数组（高阶数据）。Tensor和Numpy的ndarrays类似，但PyTorch的tensor支持GPU加速。 # Let's begin from __future__ import print_function ...
- 神经网络工具箱nn torch.nn的核心数据结构是Module，既可以表示神经网络中的某个层（layer），也可以表示一个包含很多层的神经网络。 import torch as t from torch import nn 12 nn.layer PyTorch实现了神经网络中绝大多数的layer，这些layer都继承于nn.Module 主要关注以下几点 ... 神经网络工具箱nn torch.nn的核心数据结构是Module，既可以表示神经网络中的某个层（layer），也可以表示一个包含很多层的神经网络。 import torch as t from torch import nn 12 nn.layer PyTorch实现了神经网络中绝大多数的layer，这些layer都继承于nn.Module 主要关注以下几点 ...
- 实现线性回归 线性回归是机器学习入门知识，应用十分广泛。线性回归利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的，其表达形式为 y = w x + b + e y = wx+b+e y= 实现线性回归 线性回归是机器学习入门知识，应用十分广泛。线性回归利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的，其表达形式为 y = w x + b + e y = wx+b+e y=
- QSAR 定量构效方法（quantitative structure-activity relationship, QSAR）是应用最为广泛的药物设计方法。所谓定量构效方法就是通过一些数理统计方法建立其一系列化合物的生理活性或某种性质与其物理化学性质之间的定量关系，通过这些定量关系。可以预测化合物的生理活性或某些性质，... QSAR 定量构效方法（quantitative structure-activity relationship, QSAR）是应用最为广泛的药物设计方法。所谓定量构效方法就是通过一些数理统计方法建立其一系列化合物的生理活性或某种性质与其物理化学性质之间的定量关系，通过这些定量关系。可以预测化合物的生理活性或某些性质，...
- 尝试使用pytorch和RDKit构建QSAR模型 环境依赖 pip install pprintpip install argparse#安装rdkitconda install -c rdkit rdkit#安装Pytorchconda install pytorch-cpu -c pytorch 基于Pytorch和RDKit的QSAR模型代码: &l... 尝试使用pytorch和RDKit构建QSAR模型 环境依赖 pip install pprintpip install argparse#安装rdkitconda install -c rdkit rdkit#安装Pytorchconda install pytorch-cpu -c pytorch 基于Pytorch和RDKit的QSAR模型代码: &l...
- PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 Tensor attributes: 在tensor attributes中有三个类，分别为torch.dtype, torch.device, 和 torch.layout 其中， torch.dtype 是展示... PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 Tensor attributes: 在tensor attributes中有三个类，分别为torch.dtype, torch.device, 和 torch.layout 其中， torch.dtype 是展示...
- PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch 是一个基于 Python 的科学计算包，主要定位两类人群： NumPy 的替代品，可以利用 GPU 的性能进行计算。深度学习研究平台拥有足够的灵活性和速度 Tensors (张量) Tensor在... PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch 是一个基于 Python 的科学计算包，主要定位两类人群： NumPy 的替代品，可以利用 GPU 的性能进行计算。深度学习研究平台拥有足够的灵活性和速度 Tensors (张量) Tensor在...
- PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 PyTorch | （4）神经网络模型搭建和参数优化 基于PyTorch深度学习框架用简单快捷的方式搭建出复杂的神经网络模型，同时让模型参数的优化方法趋于高效。如同使用PyTorch中的自动梯度方法一样，在搭建复杂的... PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 PyTorch | （4）神经网络模型搭建和参数优化 基于PyTorch深度学习框架用简单快捷的方式搭建出复杂的神经网络模型，同时让模型参数的优化方法趋于高效。如同使用PyTorch中的自动梯度方法一样，在搭建复杂的...
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