分类 PyTorch 教程 下的文章

PyTorch中F.linear()与nn.Linear()的用法与区别
撰写于：  浏览：1990 次  分类：PyTorch 教程
在PyTorch中，F.linear()和nn.Linear()是两个常用的线性变换函数，它们都在神经网络的构建中扮演着重要角色。虽然这两个函数都实现了线性变换的功能，但在使用方法和应用场景上却有着显著的区别。本文将深入浅出地介绍这两个函数的用法和区别，帮助大家更好地理解和应用它们。F.linear() 的用法F.linear()是PyTorch中[...]
torch.randperm()函数详细介绍
撰写于：  浏览：1202 次  分类：PyTorch 教程
torch.randperm 函数介绍在 PyTorch 中，torch.randperm(n) 函数用于生成一个从 0 到 n-1 的随机排列的整数序列。这个函数是非常有用的，尤其是在需要随机打乱数据或索引时，比如在训练机器学习模型时打乱数据顺序，以确保模型训练的泛化能力。参数n (int): 输出张量的长度，即最大的数字为 n-1。返回值返回一[...]
PyTorch的tensor和numpy互相转换
撰写于：  浏览：954 次  分类：PyTorch 教程
在做AI业务开发时候，常常需要pytorch的tensor类型和numpy类型进行转换，下面给大家介绍一下两者的转换过程：首先，导入需要使用的包：import numpy as np import torch然后，创建一个numpy类型的数组：x = np.ones(3) print(type(x))这里创建了一个一维的数组，3个都为1，我们打印一[...]
torch.optim.SGD的参数详解、应用介绍和手动实现
撰写于：  浏览：2220 次  分类：PyTorch 教程
1、SGD原理介绍随机梯度下降（Stochastic Gradient Descent，简称SGD）是基于梯度的一种优化算法，用于寻找损失函数最小化的参数配置。SGD通过计算每个样本的梯度来更新参数，并在每次更新中随机选择一个或一批样本。SGD的原理相对简单，它通过计算损失函数对每个训练样本的梯度来更新参数。具体步骤如下：1、随机选择一个训练样本；[...]
PyTorch范数计算torch.norm函数
撰写于：  浏览：952 次  分类：PyTorch 教程
关于范数的定义，有多种情况，如下所示：0 范数：当前向量中的元素之和1 范数：对应向量元素只差的绝对值之和2 范数： 元素的平方和再开方p 范数： 元素的绝对值的P次方之和再开P次方import torch a = torch.rand(2, 1) # a 的一范数 print(torch.norm(a, p=1)) # a 的二范数 prin[...]
PyTorch Sequential 使用介绍
撰写于：  浏览：1039 次  分类：PyTorch 教程
1、Sequential 简介Sequential表示一个连续的容器，模块将按照它们在构造函数中传递的顺序添加到容器其中。Sequential的forward()方法接受任何输入并将其转发到它包含的第一个模块。然后，它将输出顺序“链接”到每个后续模块的输入，最终返回最后一个模块的输出。Sequential提供的优于手动调用模块序列的价值在于，它允许[...]
PyTorch ModuleList 使用介绍
撰写于：  浏览：903 次  分类：PyTorch 教程
ModuleList 可以像常规 Python 列表一样进行索引。1、ModuleList 代码举例class MyModule(nn.Module): def __init__(self): super().__init__() self.linears = nn.ModuleList([nn.Linear[...]
PyTorch Quantized Functions
撰写于：  浏览：840 次  分类：PyTorch 教程
Quantization refers to techniques for performing computations and storing tensors at lower bitwidths than floating point precision. PyTorch supports both per tensor and per ch[...]
PyTorch 中 Embedding 和 EmbeddingBag 的使用介绍
撰写于：  浏览：1334 次  分类：PyTorch 教程
nn.Embeddingtorch.nn.Embedding 是 PyTorch 中一个重要的模块，用于创建一个简单的查找表，它存储固定字典和大小的嵌入(embeddings)。这个模块通常用于存储单词嵌入并使用索引检索它们。接下来，我将详细解释 Embedding 模块的用途、用法、特点以及如何使用它。用途单词嵌入：在自然语言处理中，Embedd[...]
torch.nn.Conv3D 参数介绍及使用详解
撰写于：  浏览：1173 次  分类：PyTorch 教程
torch.nn.Conv3D 说明nn.Conv3d 是 PyTorch 中实现三维卷积操作的类。输入数据参数说明：输入张量的维度应为 (N, C_in, D, H, W)，其中： N: 批量大小 (batch size)，即一批输入数据中包含的样本数量。 C_in: 输入通道数 (number of input channels)，即输入数据的[...]
PyTorch Lightning安装与入门
撰写于：  浏览：1333 次  分类：PyTorch 教程
1、PyTorch Lightning是什么？PyTorch Lightning是在NYU和FAIR进行博士研究时创建的。PyTorch Lightning 是面向专业人工智能研究人员和机器学习工程师的深度学习框架，他们需要最大的灵活性，同时又不牺牲大规模性能。虽然官方宣传的很厉害，但是我个人不建议大家学习这个项目，毕竟这个项目属于AI发烧友的杰作[...]
UninitializedParameter使用介绍
撰写于：  浏览：1062 次  分类：PyTorch 教程
1、UninitializedParameter 简介UninitializedParameter意为：未初始化的参数。UninitializedParameter是torch.nn.Parameter的一种特殊情况，其中数据的形状是未知的。与torch.nn.Parameter不同，UninitializedParameter不包含任何数据，尝试[...]
Pytorch Tensor的三大属性：torch.dtype、torch.device、torch.layout
撰写于：  浏览：1114 次  分类：PyTorch 教程
在PyTorch中，每个Tensor都有三大属性：torch.dtype、torch.device、torch.layout1、torch.dtype 属性https://pytorch.org/docs/stable/tensor_attributes.html#torch.dtype2、torch.device 属性https://pytorc[...]
PyTorch自动微分的详细介绍
撰写于：  浏览：967 次  分类：PyTorch 教程
1、PyTorch自动微分的入门例子首先，我们先看一下PyTorch官网的入门例子，代码如下所示：import torch x = torch.ones(5) # input tensor y = torch.zeros(3) # expected output w = torch.randn(5, 3, requires_grad=True[...]
PyTorch中GPU与CPU调用的自由切换
撰写于：  浏览：1329 次  分类：PyTorch 教程
准备工作在PyTorch中，即使是有GPU的机器，它也不会自动使用GPU，而是需要在程序中显示指定。在设置GPU调用之前，我们首先需要确认当前设备的显卡是否支持cuda编程，否则所有基于cuda的操作都会报错。我们可以通过torch.cuda.is_available()来进行确认，并通过torch.cuda.get_device_name()查看[...]
关注公众号，感悟技术与人生

飞燕网
一个踏实、严谨的网站！

专注于PyTorch、强化学习和大模型技术

    友情链接

飞燕网 - 专注于PyTorch、强化学习和大模型技术  ©  2026   运行时间： 2537天   上线时间：2019年3月19日
京ICP备14057001号