pytorch_人工智能博客-专业IT技术发表平台

推荐付费专栏 VIP文章

PyTorch生成式人工智能实战（1）——神经网络与模型训练过程详解在本节中，我们介绍了传统机器学习与人工神经网络间的差异，并了解了如何在实现前向传播之前连接网络的各个层，以计算与网络当前权重对应的损失值；实现了反向传播以优化权重达到最小化损失值的目标。并实现了网络的所有关键组成——前向传播、激活函数、损失函数、链式法则和梯度下降，从零开始构建并训练了一个简单的神经网络。

阅读 2.9k

114赞

明明跟你说过

从零开始用 PyTorch 搭建 CNN 手写数字识别模型（MNIST 实战教程）本篇文章将带你从零开始，使用 PyTorch 搭建一个卷积神经网络（CNN）模型，实现对手写数字的识别。我们将以经典的 MNIST 数据集为例，深入讲解数据加载、模型构建、训练与评估的全过程，并最终实现自定义手写图片的本地识别测试。通过理论结合实战，读者不仅能够掌握 PyTorch 的基础用法，还能理解 CNN 在图像处理中的应用原理。本教程适合深度学习初学者以及希望通过实战提升技能的开发者，配有完整源码和注释，助你轻松入门 AI 世界。📌关键词：PyTorch、CNN、MNIST、手写数字识别、

阅读 1.3k

74赞

pytorch中nn.Sequential详解 nn.Sequential是一个序列容器，用于搭建神经网络的模块被按照被传入构造器的顺序添加到容器中。除此之外，一个包含神经网络模块的OrderedDict也可以被传入nn.Sequential()容器中。利用nn.Sequential()搭建好模型架构，模型前向传播时调用forward()方法，模型接收的输入首先被传入nn.Sequential()包含的第一个网络模块中。然后，第一个网络模块的输出传入第二个网络模块作为输入，按照顺序依次计算并传播，直到nn.Sequential()里的最后一个模块输出结果

阅读 1.2w

32赞

在WSL2-Ubuntu中安装CUDA12.8、cuDNN、Anaconda、Pytorch并验证安装记录工作提示：整个过程最好先开启系统代理，也可以用镜像源，确保有官方发布的最新特性和官方库的完整和兼容性支持。期间下载会特别慢，需要在系统上先开启代理，然后WSL设置里打开网络模式“Mirrored”,以设置WSL自动使用主机上的代理网络。【WLS2怎么设置网络自动代理 - CSDN App】https://blog.csdn.net/u014451778/article/details/146073726?

阅读 5.2k

27赞

从零实现基于扩散模型的文本到视频生成系统：技术详解与Pytorch代码实现检查变量是否存在（非None）# 空操作函数，接受任意参数但不执行任何操作pass# 检查整数是否为奇数# 返回值或默认值return val# 数据加载器循环迭代器yield data# 将总数划分为指定大小的组return arr# 生成概率掩码else:# 检查列表或元组是否只包含字符串。

阅读 9.2k

32赞

Windows11安装CUDA、cuDNN、PyTorch详解 ‌cuDNN（CUDA Deep Neural Network library）是一个由NVIDIA开发的深度学习GPU加速库，旨在为深度学习任务提供高效、标准化的原语（基本操作）来加速深度学习框架在NVIDIA GPU上的运算。此外，PyTorch还具有高度的灵活性和可扩展性，支持多种硬件平台，并且有一个活跃的社区，提供了大量的教程和资源，使得用户可以快速上手并解决实际问题。PyTorch的核心特点包括：‌12。可以看到NVIDIA GPU驱动版本为546.56，支持的CUDA最高版本为12.3。

阅读 1.3w

77赞

飞雪白鹿€

从代码学习深度学习 - 小批量随机梯度下降 PyTorch 版深度学习是人工智能领域的核心技术之一，而小批量随机梯度下降（Mini-Batch Stochastic Gradient Descent, SGD）是训练神经网络的基石算法。本文将通过一个完整的 PyTorch 实现，带你深入理解小批量 SGD 的工作原理。我们以 NASA 的为例，展示如何使用 PyTorch 构建数据加载器、定义模型、训练神经网络，并可视化训练过程。小批量随机梯度下降公式：本文的目标是通过代码逐步解析深度学习的核心组件，帮助初学者从实践中掌握理论知识。

阅读 3.3k

74赞

小周不想卷

【学术会议投稿】机器学习框架终极指南：PyTorch vs TensorFlow vs Keras vs Scikit-learn 它最初是为机器学习和深度神经网络的研究和生产而设计的，但随着时间的推移，它已经成为一个功能强大的框架，适用于各种机器学习任务，包括自然语言处理、计算机视觉和强化学习。它提供了各种简单高效的工具，用于数据挖掘和数据分析，并实现了许多常见的机器学习算法，如分类、回归、聚类、降维等。近年来，机器学习技术取得了飞速的发展。在本文中，我们将介绍四个最受欢迎的机器学习框架：PyTorch、TensorFlow、Keras和Scikit-learn，并帮助你了解它们各自的特点，以便你能够根据自己的需求选择最合适的框架。

阅读 3.3k

144赞

GTX 50系显卡cuda、pytorch环境配置对于NVIDIA Blackwell架构的显卡，需要使用最新版本的cuda-12.8，同时tensorRT也需要最新版本TensorRT 10.8，对应pytorch也需要使用没有发布的开发版本2.7.0.dev20250226+cu128.

阅读 8.6k

15赞

PyTorch生成式人工智能实战：从零打造创意引擎专栏《PyTorch 生成式人工智能实战》深入探讨了生成式人工智能，这项技术通过其高效和快速的内容创作能力，正在重塑众多行业。具体来说，将学习如何使用生成式模型来创建各种形式的内容：数字、图像、文本和音频。此外，还将学习从零开始构建这些模型，以便深入理解生成式 AI 的内部工作原理，我们将使用 Python 和 PyTorch 来构建、训练和使用这些模型。

阅读 1.5w

84赞

小羊的 utopia

第P10周：Pytorch实现车牌识别如果数据集无法分类（如无标签或结构混乱），可以自定义数据加载方式，并用预训练模型（如 ResNet）提取图像特征，再进行聚类或可视化分析，实现识别与分类辅助。注明：数据还没跑完，但先存档。

阅读 787

5赞

安装“pytorch”过程中遇到的关于“typing-extensions”的问题首先使用conda list命令查看是否安装了typing-extensions；如果环境中已存在typing-extensions，应该是版本过低导致的问题！更新typing-extensions

阅读 4.2k

4赞

【深度学习】Pytorch：在 ResNet 中加入注意力机制在这篇教程中，我们将介绍如何在ResNet网络中加入注意力机制模块。我们将通过对标准ResNet50进行改进，向网络中添加两个自定义的注意力模块，并展示如何实现这一过程。

阅读 2.4k

10赞

迷路爸爸180

使用 PyTorch 自定义数据集并划分训练、验证与测试集通过上述步骤，可以有效地将原始的train_data划分为训练集和验证集，并创建三个独立的Dataset和DataLoader实例，用于训练、验证和测试。这种方法不仅使数据管理更加清晰和模块化，还能提高训练过程的灵活性和可维护性。

阅读 3.0k

19赞

快速下载pytorch，靠谱有效，小白必备！记录一下自己解决，pytorch下载过慢的难题。首先需要准备迅雷软件，在应用商店下载即可。正常下载的方式太慢了，毕竟网速饶了半个地球。采取换源的方式又往往会下载成cpu版本的pytorch，因此我们采取离线下载的方式。

阅读 4.1k

13赞

【PyTorch】一文详细介绍查看gpu是否可用 🔥【PyTorch必读】一文解锁GPU可用性检测🔍！想要在PyTorch中轻松驾驭GPU加速？首先得确认GPU是否可用！本文手把手教你如何查看GPU状态，从基础方法到进阶技巧，一网打尽。更有内存优化、问题解决等实用指南，助你在深度学习之路上畅通无阻。掌握这些，GPU加速不再是难题！快来一起学习吧！#PyTorch #GPU可用性 #深度学习加速 #内存优化 #问题解决

阅读 1.7w

23赞

torch-mlir：连接PyTorch与MLIR的强大桥梁随着项目的不断发展和社区的积极参与，torch-mlir有望成为连接PyTorch和各种硬件平台的关键桥梁，为深度学习应用带来更高的性能和更广泛的部署选择。torch-mlir代表了深度学习编译领域的一个重要进步，它将PyTorch的易用性与MLIR的强大编译能力结合起来，为模型部署提供了一个高效的路径。通过将PyTorch的灵活性与MLIR的编译能力相结合，torch-mlir正在为深度学习的未来铺平道路，使模型开发和部署之间的转换更加顺畅和高效。这是连接PyTorch和MLIR生态系统的关键桥梁。

阅读 977

13赞

烟波人长安吖～

基于深度学习+pytorch+Flask+SpringBoot+Vue+MySQL的垃圾分类识别系统本系统是一个完整的基于深度学习+pytorch+Flask+SpringBoot+Vue+MySQL的垃圾分类识别系统。包括LeNet、AlexNet、VGG、GoogLeNet、ResNet、MobileNet V2、MobileNet V3、RegNet、ShuffleNet、DenseNet、EfficientNet等网络模型。可以直接训练、测试、使用。也就是说，它不仅仅是一个垃圾分类识别系统。它可以是任意识别系统！！

阅读 1.3k

15赞

【深度学习基础 2】 PyTorch 框架 PyTorch 是由 Facebook 开发的开源深度学习框架，以动态计算图（Dynamic Computational Graph）著称，允许在运行时即时定义和修改模型结构，便于调试和研究。它支持 GPU 加速，并拥有丰富的生态系统，适用于自然语言处理、计算机视觉等众多领域。

阅读 1.6k

23赞

云博士的AI课堂

【开源大模型本地化部署开发】PyTorch部署开发deepseek 以下是基于PyTorch调用DeepSeek本地开源大模型开发的三个详细案例，涵盖模型调用、架构优化及微调实践，每个案例均包含代码实现及注释说明：

阅读 903

21赞

作者推荐

长官我是读书人: 北京打工人

关注

这个男人是小帅: 求其上,得其中;求其中,得其下,求其下,必败。

关注

AI吃大瓜: 计算机视觉高级研究员，主要从事人工智能AI算法研究工作;熟悉多模态大模型,RAG技术,小模型开发如人脸检测,人脸识别,活体识别以及2D/3D Pose(人体姿态估计),行人重识别ReID等深度学习开发工作，具有丰富的项目开发工作经验。

关注

夏天是冰红茶: 目前正在考研，今年希望一次上岸

关注

处女座_三月: 增长见识, 去见识更加广阔的世界有兴趣可加wx:13228574719

关注

小白的高手之路: 小Liang爱学习期待共同进步

关注

船长@Quant: 一名独立开发者，因为相信所以看见，时代不会辜负长期主义者。

关注

使者大牙: 双985硕，自动驾驶系统集成高级工程师，汽车研发从业7→8年，致力发展深度学习。

关注

取个名字真难呐: 基础不牢，地动山摇;Talk is cheap,Show me the code

关注

智算学术: 985人工智能硕士/大厂算法工程师公众号:智算学术

关注