撰写于:  浏览:1539 次  分类:PyTorch 教程
1、cuDNN是什么?cuDNN全称NVIDIA CUDA® Deep Neural Network library, 是一个用于深度神经网络的GPU加速库。cuDNN包含了为神经网络中常见的计算任务提供高度优化的实现。包括前向卷积、反向卷积、注意力机制、矩阵乘法(matmul)、池化(pooling)和归一化(normalization)等。cu[...]

撰写于:  浏览:1201 次  分类:PyTorch 教程
1、torch.log()函数定义torch.log(input, *, out=None) 其作用是返回一个新的张量,其中包含输入元素的自然对数。计算公式如下所示:$$ y_i = log_e(x_i) $$2、torch.log()函数代码举例:>>> a = torch.rand(5) * 5 >>> a[...]

撰写于:  浏览:1543 次  分类:网站公告
备注:本文更新于2024年10月10日很早之前,大约在2020年左右,我就想做一个关于面试的项目,后来在2022年开春之后正式启动了这个项目,并且我独自完成了网站的功能开发。当时,我组建了一个工作室来运营这个项目。大约半年的时间,这个工作室就解散了,因为我找不到发展的方向,每个月给人发工资的压力很大。最近几年一直忙着接各种AI相关的外包,在今年7月[...]

撰写于:  浏览:1273 次  分类:大模型电子书
1、封面介绍2、出版时间2023年8月3、内容介绍这是一本系统梳理并深入解析ChatGPT核心技术、算法实现、工作原理、训练方法的著作,也是一本能指导你搭建专属ChatGPT和实现大模型迁移及私有化的著作。本书得到了MOSS系统负责人邱锡鹏等多位专家的高度评价和鼎力推荐。通过本书你能了解或掌握以下知识:ChatGPT的工作流程和技术栈ChatGPT[...]

撰写于:  浏览:1661 次  分类:网站公告
前言随着网站流量越来越大,十分感谢大家对本站的支持!为了给大家更多的学习指导,我决定搞深度学习公开课。同时,为了感谢大家对《PyTorch面试精华》的支持,本次深度学习公开课以面试天下会员为中心,当然公开课是免费的,任何人都可以参加,一年只举办两次,分布在春季的3月25日和秋季的10月25日晚上9点到10点。大家通过腾讯会议就可以参加的。腾讯会议链[...]

撰写于:  浏览:1448 次  分类:大模型电子书
1、封面介绍2、出版时间2023年12月3、内容介绍这是一本深入阐述ChatGPT等大模型的工作原理、运行机制、架构设计和底层技术,以及预训练、迁移、微调和中间件编程的著作。它将帮助我们从理论角度全面理解大模型,从实践角度更好地应用大模型,是作者成功训练并部署大模型的过程复盘和经验总结。第1章介绍了ChatGPT等大模型的发展历程、技术演化和技术栈[...]

撰写于:  浏览:2105 次  分类:大模型电子书
1、封面介绍2、出版时间2023年12月3、内容介绍《实战AI大模型》是一本旨在填补人工智能(AI)领域(特别是AI大模型)理论与实践之间鸿沟的实用手册。书中介绍了AI大模型的基础知识和关键技术,如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT 4、PaLM和视觉模型等,并详细解释了[...]

撰写于:  浏览:2983 次  分类:大模型电子书
1、封面介绍2、出版时间2024年9月3、内容介绍这是一本全面讲解RAG技术原理、实战应用与系统构建的著作。作者结合自身丰富的实战经验,详细阐述了RAG的基础原理、核心组件、优缺点以及使用场景,同时探讨了RAG在大模型应用开发中的变革与潜力。书中不仅揭示了RAG技术背后的数学原理,还通过丰富的案例与代码实现,引导读者从理论走向实践,轻松掌握RAG系[...]

撰写于:  浏览:1803 次  分类:PyTorch GPU 并行训练
CUDA_VISIBLE_DEVICES环境变量的简单介绍CUDA 编程模型中的环境变量在 CUDA 应用程序开发中具有重要作用,如需使用,需要在程序运行前在系统中进行设置。环境变量 CUDA_VISIBLE_DEVICES 用于指定 CUDA 应用程序将在哪些 GPU 设备上运行,通常用于控制程序在多 GPU 系统上的 GPU 使用情况,对于单 [...]

撰写于:  浏览:1148 次  分类:PyTorch GPU 并行训练
在PyTorch中,DataParallel 是一个模块,它允许你在多个GPU上分布式地训练模型。为了让输入数据自动移动到GPU,你需要做的是将模型和数据包装在 DataParallel 中。以下是一个简单的例子,展示如何使用 DataParallel:import torch import torch.nn as nn from torch.ut[...]

撰写于:  浏览:1682 次  分类:PyTorch 教程
前言做为深度学习从业者,最基本的要求是要会配置PyTorch的开发环境。我们在配置环境的时候都知道有显卡驱动、CUDA、cuDNN、CUDA Toolkit、PyTorch等组件,而且不同的组件还有不同的版本,搞得人十分头大,彻底明白这些东西如何选择和配置对我们来说是十分有必要的,下面我给大家介绍一下这些组件的定义与相互关联。显卡驱动(GPU Dr[...]

撰写于:  浏览:2100 次  分类:PyTorch 教程
transforms.normalize()函数介绍transforms属于torchvision模块的方法,它是常见的图像预处理的方法,以提升泛化能力。transforms包括的数据预处理方法有:数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度、饱和度及对比度变换等transforms.norma[...]

撰写于:  浏览:980 次  分类:PyTorch 教程
在深度学习中,卷积神经网络用于处理图像。为了构建训练神经网络,我们需要处理大量图像。有几种方法可以在 PyTorch 中加载计算机视觉数据集,具体取决于数据集的格式和项目的具体要求。一种流行的方法是使用内置的 PyTorch 数据集类,例如 torchvision.datasets。它提供了一种方便的方法来加载和预处理常见的计算机视觉数据集,例如C[...]

撰写于:  浏览:989 次  分类:PyTorch 教程
数据准备import torch import torch.nn as nn import numpy as np import matplotlib.pyplot as plt # Set random seed for reproducibility np.random.seed(0) torch.manual_seed(0) # Gene[...]

撰写于:  浏览:1017 次  分类:PyTorch 教程
代码如下:import torchvision from PIL import Image import torchvision.transforms as transforms from matplotlib import pyplot as plt from torchvision.models.feature_extraction impor[...]

关注公众号,了解站长最新动态

    友情链接