- 文章目录 6 分类任务6.1 前置知识6.1.1 分类6.1.2 分类的网络 6.2 动手6.2.1 读取数据6.2.2 functional模块6.2.3 继续搭建分类神经网络6.2.4 ... 文章目录 6 分类任务6.1 前置知识6.1.1 分类6.1.2 分类的网络 6.2 动手6.2.1 读取数据6.2.2 functional模块6.2.3 继续搭建分类神经网络6.2.4 ...
- 文章目录 致谢 4 补充知识4.1 微积分4.1.1 导数和微分4.1.2 偏导数4.1.3 梯度4.1.4 链式求导 4.2 Hub模块 致谢 导数与微分到底有什么区... 文章目录 致谢 4 补充知识4.1 微积分4.1.1 导数和微分4.1.2 偏导数4.1.3 梯度4.1.4 链式求导 4.2 Hub模块 致谢 导数与微分到底有什么区...
- 文章目录 致谢 2 数据集的加载2.1 框架数据集的加载2.2 自定义数据集2.3 准备数据以进行数据加载器训练 致谢 Pytorch自带数据集介绍_godblesstao的... 文章目录 致谢 2 数据集的加载2.1 框架数据集的加载2.2 自定义数据集2.3 准备数据以进行数据加载器训练 致谢 Pytorch自带数据集介绍_godblesstao的...
- 文章目录 致谢 11 逻辑回归11.1 引入11.2 激活函数11.3 损失函数11.4 梯度下降11.5 案例：癌症分类预测 致谢 逻辑回归为什么用Sigmoid？ - 知... 文章目录 致谢 11 逻辑回归11.1 引入11.2 激活函数11.3 损失函数11.4 梯度下降11.5 案例：癌症分类预测 致谢 逻辑回归为什么用Sigmoid？ - 知...
- 文章目录 1 转变1.1 前言1.2 基本元素1.2.1 张量1.2.2 创建张量1.2.3 操纵张量1.2.3.1 张量乘法1.2.3.2 哈达玛积1.2.3.3 降维1.2.3.4 转置1.2... 文章目录 1 转变1.1 前言1.2 基本元素1.2.1 张量1.2.2 创建张量1.2.3 操纵张量1.2.3.1 张量乘法1.2.3.2 哈达玛积1.2.3.3 降维1.2.3.4 转置1.2...
- 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本... 文章目录 1 服务器搭建yolov5环境1.1 创建环境1.2 跟随官方指引 2 下载预训练权重3 推理4 测试 1 服务器搭建yolov5环境 1.1 创建环境 首先先的在本...
- 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3... 文章目录 致谢 3 图像处理（上）3.1 几何变换3.1.1 图像缩放3.1.2 图像平移3.1.3 图像旋转3.1.4 仿射变换 3.2 图像阈值3.3 图像平滑3.3.1 图像噪声3...
- 一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式， 因为其具有能够在带宽较窄的情况下传输大量数据、能够对抗频率选择性衰落、传输速率高、实现简单、信道利用... 一、深度学习OFDM系统信号检测简介 1 OFDM系统模型 OFDM系统是一种常用的多载波调制方式， 因为其具有能够在带宽较窄的情况下传输大量数据、能够对抗频率选择性衰落、传输速率高、实现简单、信道利用...
- 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的... 文章目录 致谢 3 自动求导机制3.1 传播机制与计算图3.1.1 前向传播3.1.2 反向传播 3.2 自动求导3.3 再来做一次3.4 线性回归3.4.1 回归3.4.2 线性回归的...
- 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s... 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s...
- 本篇博文是对pytorch框架下张量操作的内容汇总，为方便查看，已设置目录，查阅时可快速跳转。编程工具使用的是jupyter，黑框部分为代码，白框部分为运行结果。 内容速览 张量(Te... 本篇博文是对pytorch框架下张量操作的内容汇总，为方便查看，已设置目录，查阅时可快速跳转。编程工具使用的是jupyter，黑框部分为代码，白框部分为运行结果。 内容速览 张量(Te...
- 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于... 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于...
- 前言 上篇博文整理了如何用Pytorch搭建一个基本网络模型，本篇进行一个图像分类任务实操。 相关代码主要参考自官网教程： https://pytorch.org/tutorials/beginner/... 前言 上篇博文整理了如何用Pytorch搭建一个基本网络模型，本篇进行一个图像分类任务实操。 相关代码主要参考自官网教程： https://pytorch.org/tutorials/beginner/...
- 最小二乘法代数表示方法 假设多元线性方程有如下形式： f ( ... 最小二乘法代数表示方法 假设多元线性方程有如下形式： f ( ...
- 模型的保存与加载 模型的保存和加载，本质上都是针对模型的参数。 模型参数 在Pytorch中，可以使用state_dict()查看模型的参数信息。 例如： 输入 model.state_dict(... 模型的保存与加载 模型的保存和加载，本质上都是针对模型的参数。 模型参数 在Pytorch中，可以使用state_dict()查看模型的参数信息。 例如： 输入 model.state_dict(...
上滑加载中
推荐直播
-
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中
热门标签