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

深度强化学习DDPG实现路径跟踪（局部规划器）方法讲解与PyTorch代码实现 DDPG是一种Actor-Critic方法，它有一个策略网络（演员），一个价值网络（评委）。策略网络（Actor）控制智能体做运动，它基于状态sss做出动作aaa，记为μs\mu(s)μs，输入连续的状态空间，输出每一个动作的确定值。价值网络（Critic）不控制智能体，只是基于状态sss给动作aaa打分，记为qsaq(s,a)qsa，输入连续的状态+动作，输出评分，从而指导策略网络做出改进。在PyTorch代码实现中，我们可以用简单的。

阅读 5.3k

23赞

我想发发发

2025.04最新PyTorch 安装超详细教程（含多系统、多场景、避坑指南） **PyTorch 安装超详细教程（含多系统、多场景、避坑指南）**，涵盖**CPU/GPU版本选择、环境配置、验证测试、问题解决**全流程，附命令行示例和图文说明：

阅读 1.7w

44赞

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 2.8k

114赞

【代码复现】RT-DETR2（pytorch版）环境部署及训练 RT-DETR是第一个实时端到端目标检测器，RT-DETR2 是基于 Transformer 的端到端检测器的。

阅读 3.5k

18赞

【PyTorch】2024保姆级安装教程-Python-（CPU+GPU详细完整版）- 安装 PyTorch 时，可以选择在 CPU 或 GPU 上运行，取决于你的硬件支持和需求。CPU版本安装：CPU 版本适用于没有 GPU 或不需要使用 GPU 进行深度学习的情况。安装过程相对简单，因为没有依赖 GPU 驱动和 CUDA 的要求。GPU版本安装：如果你的计算机上有 NVIDIA GPU，并且你希望加速深度学习计算，可以安装 GPU 版本的 PyTorch。GPU 版本依赖于 CUDA 和 cuDNN。

阅读 5.0w

201赞

修飞机的小张

在simulink中运行pytorch训练的模型读研期间pytorch用的比较多，工作后发现都用simulink进行仿真和代码生成，虽然simulink工具箱里也提供了针对深度学习的基础组件，但自己搭建费时费力，matlab提供的网络模型又很古老，遂决定用pytorch训练网络做微调，在simulink中进行数据交互。

阅读 1.2k

8赞

安装CUDA以及GPU版本的pytorch 打开NVDIA控制面板，点击左下角“系统信息”，然后就可以看到NVDIA GPU的详细信息，其中就包含了CUDA的版本。在官网安装合适版本的cuda-toolkit。然后在PyTorch官网找到正确版本进行下载安装。使用pytorch进行深度学习的时候，往往想用GPU进行运算来提高速度。于是搜索便知道了CUDA。这时候可能没有将CUDA添加到环境变量。, 以及PATH中是否包含了cuda的bin目录。会安装cpu版本的torch，导致无法使用cuda）卸载原先的torch，就会显示True了。

阅读 3.9w

47赞

用 PyTorch 构建液态神经网络（LNN）在人工智能领域，液态神经网络是最关键的新兴模型之一。液态神经网络（LNN）是一种神经网络，它顺序处理数据并能够实时适应变化的数据，非常类似于人类大脑。本文介绍了如何用PyTorch实现液态神经网络。

阅读 1.1w

30赞

pytorch2.6.0版本测试YOLOv5中detect.py错误解决办法错误发生在 attempt_load 函数里调用 torch.load 时，这是因为 PyTorch 2.6 及之后版本中 weights_only 参数默认值改变，导致加载包含不被允许的全局对象。numpy.core.multiarray._reconstruct 的文件失败。当出现如下错误时：File “D:\PythonProject_base\yolov5-v5.0\detect.py”, line 178, in。

阅读 3.2k

25赞

用PyTorch从零构建 DeepSeek R1：模型架构和分步训练详解本文深入剖析了 DeepSeek R1 模型的构建过程，从基础模型选型到多阶段训练流程，再到关键技术如强化学习、拒绝采样和知识蒸馏的应用，进行了详尽的阐述。通过对 GRPO 算法、Prompt 模板、奖励函数以及 SFT 训练等核心环节的逐步解析，我们不仅了解了 DeepSeek R1 如何从零开始构建，更对其在推理能力、语言一致性以及安全助人等方面所做的努力有了更深刻的认识。希望本文能够帮助读者更好地理解 DeepSeek R1 的技术原理，并为相关研究和实践提供有益的参考。作者：FareedKhan。

阅读 1.0w

60赞

明天不熬夜！

手把手教你从零开始配置PyTorch环境！纯干货！为了更好地在文章中体现配置环境期间可能出现的问题，已将配置好的环境删除之后，重新安装一遍并编写的教程，放心使用！

阅读 1.5w

84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

Python深度学习环境配置（Pytorch、CUDA、cuDNN），包括Anaconda搭配Pycharm的环境搭建以及基础使用教程（保姆级教程，适合小白、深度学习零基础入门）本文旨在帮助想要入门深度学习的小白进行深度学习的环境配置，总结了一台电脑从零开始配置到调用Pytorch使用GPU进行深度学习计算的全过程环境搭建，并包含了Anaconda搭配Pycharm的环境搭建以及一些基本使用方法。

阅读 4.8w

385赞

PyTorch 2.6.0 安装指南 Miniconda的安装与环境变量配置。Conda虚拟环境的创建与激活。NVIDIA 驱动与 CUDA 版本检查。PyTorch 2.6.0 的安装与验证。本指南适用于Windows 10 64 位系统，NVIDIA RTX 2070 Super 显卡，CUDA 12.8 版本。如果未来更换设备，可参考nvidia-smi命令获取驱动版本，并查找支持的 CUDA 版本，再选择合适的 PyTorch 版本进行安装。

阅读 3.4k

30赞

爱编码的小陈

Windows系统保姆级复现Pointnet++算法教程笔记（基于Pytorch）今天复现了PointNet++网络，中途也遇到过好多报错问题，但都一一解决了，最终实现cls、partseg、semseg训练(train)和测试(test)程序的成功跑通。3D点云目标检测算法Pointnet++项目实战 Pytorch实现附代码：链接：https://pan.baidu.com/s/10Nk4Zd3S_NklY5PJwzmnWA提取码：6688。

阅读 9.9k

50赞

小土堆pytorch--tensorboard的使用浅显易懂的小土堆-pytorch的学习笔记--tensorboard

阅读 1.2k

16赞

动手学生成式深度学习GAN(包含生成式对抗网络生成手写数字实践 | 完整代码 | Pytorch实现) 本期介绍了生成式对抗网络（GAN），现在我们对比一下VAE和GAN。1 VAE是利用已有图像在编码器生成潜在向量，这个向量在服从高斯分布的情况下很好地保留了原图像的特征，在解码器得到的图片会更加的合理与准确。VAE适合于学习具有良好结构的潜在空间，潜在空间有比较好的连续性，其中存在一些有特定意义的方向。VAE能够捕捉到图像的结构变化（倾斜角度、圈的位置、形状变化、表情变化等）。2 GAN生成的潜在空间可能没有良好结构，但GAN生成的图像一般比VAE的更清晰。

阅读 1.1k

17赞

神经网络训练---环境配置02（Windows11配置神经网络、深度学习模型环境Anaconda和pytorch一文总结安装过程）在之前的内容中，我们已经详细介绍了在 Windows 11 系统下 NVIDIA 驱动、CUDA 和 CUDNN 的安装步骤。接下来，我们将继续深入探讨 Anaconda 和 Pytorch 的安装过程，进一步完善我们的深度学习开发环境。

阅读 1.1k

31赞

不吃香菜？

PyTorch 实现食物图像分类实战：从数据处理到模型训练 from torch.utils.data import Dataset,DataLoader #用于处理数据集data_transforms = {#字典'train':transforms.Compose([#对图片做预处理的，组合transforms.Resize([256,256]),#数据进行改变大小transforms.ToTensor(),#数据转换为tensor，默认把通道维度放在前面]),'valid':]),}#数组增强。

阅读 904

5赞

骆万湛Rebecca

Stacked Denoising Convolutional Autoencoder Pytorch 项目常见问题解决方案 Stacked Denoising Convolutional Autoencoder Pytorch 项目常见问题解决方案 stacked-autoencoder-pytorch Stacked denoising convolutional autoencoder written in Pytorch for som...

阅读 715

10赞

作者推荐

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

OreoCC: 守得云开见月明，静待花开终有时

关注

Mechanotrooper: 从事过计算机图形学，机器人运动规划控制，光伏新能源等不同领域。现在打算转型到NLP领域。

关注

入梦风行: 不乱于心，不困于情，不畏将来，不念过往。

关注

@李思成: 愿我们的青春如花般绽放。个人邮箱li_sicheng@126.com

关注

wyw0000: 勤奋好学、正直

关注

飞雪白鹿€: 北京邮电大学在读博士,个人主页：www.liyangbupt.com

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

JennnyZhang: 电子科技大学-计算机学院-计算机视觉 https://github.com/JennyZhang0810

关注

夏天是冰红茶: 目前正在考研，今年希望一次上岸

关注