Pytorch中实现CPU和GPU之间的切换的两种方法
目录 方法一：.to(device) 1.不知道电脑GPU可不可用时： ２.指定GPU时 3.指定cpu时： 方法二： 总结： 如何在pytorch中指定CPU和GPU进行训练，以及cpu和gpu之间切换 由CPU切换到GPU，要修改的几个地方： 网络模型、损失函数、数据（输入，标 »
PyTorch中torch.tensor()和torch.to_tensor()的区别
目录 前言 1、torch.as_tensor() 2、torch.tensor() 总结 前言 在跑模型的时候，遇到如下报错 UserWarning: To copy construct from a tensor, it is recommended to use sourceTe »
Pytorch：单卡多进程并行训练
在深度学习的项目中，我们进行单机多进程编程时一般不直接使用multiprocessing模块，而是使用其替代品torch.multiprocessing模块。它支持完全相同的操作，但对其进行了扩展。Python的multiprocessing模块可使用fork、spawn、forkserver三种方... ... »
PyTorch 迁移学习实战
目录 1. 实验环境 2. 实验目的 3. 相关原理 4. 实验步骤 4.1 数据收集 4.2 数据预处理 4.3 创建模型 4.4 结论 1. 实验环境 Jupyter Notebook Python 3.7 PyTorch 1.4.0 2. 实验目的 迁移学习，让机器拥有能 »
pytorch-gpu安装的经验与教训
首先说明 本文并不是安装教程，网上有很多，这里只是自己遇到的一些问题 我是以前安装的tensorflow-gpu的，但是发现现在的学术论文大部分都是用pytorch复现的，因此才去安装的pytorch-gpu 查看自己安装的CUDA nvcc -V 这里我提供一个安装tensorflo »
安装pytorch-gpu的经验与教训
首先说明 本文并不是安装教程，网上有很多，这里只是自己遇到的一些问题 我是以前安装的tensorflow-gpu的，但是发现现在的学术论文大部分都是用pytorch复现的，因此才去安装的pytorch-gpu 查看自己安装的CUDA nvcc -V 我的是cuda-11.2 但是官网没有配套的，直接 ... »
PyTorch如何加速数据并行训练？分布式秘籍大揭秘
PyTorch 在学术圈里已经成为最为流行的深度学习框架，如何在使用 PyTorch 时实现高效的并行化？ 在芯片性能提升有限的今天，分布式训练成为了应对超大规模数据集和模型的主要方法。本文将向你介绍流行深度学习框架 PyTorch 最新版本（ v1.5）的分布式数据并行包的设计、实现和评估。 论文 ... »
Pytorch Mac GPU 训练与测评实例
目录 正文 加速原理 环境配置 跑一个MNIST 跑一下VAE模型 一个愿景 正文 Pytorch的官方博客发了Apple M1 芯片 GPU加速的文章，这是我期待了很久的功能，因此很兴奋，立马进行测试，结论是在MNIST上，速度与P100差不多，相比CPU提速1.7倍。当然这只是 »
pytorch cuda安装报错的解决方法
目录 一、按照cuda版本在官网找命令 二、换源 三、Bug描述 四、解决方法 五、查看是否使用GPU 总结 2022.12.8在win+cuda11.8下安装最新Pytorch GPU版时遇到包不兼容的问题，该文记录安装的整个流程 一、按照cuda版本在官网找命令 Pytorch官网命 »
Pytorch中torch.repeat_interleave()函数使用及说明
目录 torch.repeat_interleave（）函数解析 1.函数说明 2. 函数原型 3. 函数功能 4. 输入参数 5. 注意 6. 代码例子 7. 与torch.repeat()函数区别 总结 torch.repeat_interleave（）函数解析 1.函数说明 »
Pytorch中torch.argmax()函数使用及说明
目录 torch.argmax()函数解析 1. 官网链接 2. torch.argmax(input)函数解析 3. 代码举例 4. torch.argmax(input,dim) 函数解析 5. 代码举例 总结 torch.argmax()函数解析 1. 官网链接 torch »
Pytorch中的广播机制详解(Broadcast)
目录 1. Pytorch中的广播机制 2. 广播机制的理解 3. 两个张量进行广播机制的条件 4. 当两个张量满足可广播条件后 5. 从空间上理解广播机制 总结 1. Pytorch中的广播机制 如果一个Pytorch运算支持广播的话，那么就意味着传给这个运算的参数会被自动扩张成相同的s »
Pytorch参数注册和nn.ModuleList nn.ModuleDict的问题
目录 参数注册 nn.ModuleList和nn.ModuleDict 总结 参考自官方文档 参数注册 尝试自己写GoogLeNet时碰到的问题，放在字典中的参数无法自动注册，所谓的注册，就是当参数注册到这个网络上时，它会随着你在外部调用net.cuda()后自动迁移到GPU上，而没有注 »
Python利用Pytorch实现绘制ROC与PR曲线图
目录 ROC曲线 PR曲线 Pytorch 多分类模型绘制 ROC, PR 曲线（代码 亲测 可用） ROC曲线 示例代码 import torch import torch.nn as nn import os import numpy as np from torchvis »
详解Pytorch中Dataset的使用
此案例教我们加载并处理TorchVision的FashionMNIST Dataset。 root 目录是 train/test data 存储的地方 download=True 如果root目录没有，则从网上下载 transform and target_transform specify »
Pytorch学习笔记之tensorboard
训练模型过程中，经常需要追踪一些性能指标的变化情况，以便了解模型的实时动态，例如：回归任务中的MSE、分类任务中的Accuracy、生成对抗网络中的图片、网络模型结构可视化…… 除了追踪外，我们还希望能够将这些指标以动态图表的形式可视化显示出来。 TensorFlow的附加工具Tensorboar... ... »
Pytorch框架详解之一
Pytorch基础操作 numpy基础操作 定义数组（一维与多维） 寻找最大值 维度上升与维度下降 数组计算 矩阵reshape 矩阵维度转换 代码实现 import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) # array数组 b = np.arra ... »
使用LibTorch进行C++调用pytorch模型方式
目录 环境 具体过程 下载LibTorch 用pytorch生成模型文件 VS创建工程并进行环境配置 运行VS2017工程文件 总结 前天由于某些原因需要利用C++调用PyTorch，于是接触到了LibTorch，配了两天最终有了一定的效果，于是记录一下。 环境 PyTorch1 »
Pytorch-Geometric中的Message Passing使用及说明
目录 Pytorch-Geometric中Message Passing使用 具体函数说明如下 GCN 的计算公式如下 实际计算工程可以分为下面几步 总结 Pytorch-Geometric中Message Passing使用 图中的卷积计算通常被称为邻域聚合或者消息传递 (neig »
GCN 图神经网络使用详解 可视化 Pytorch
目录 手动尝试GCN图神经网络 现在让我们更详细地看一下底层图 现在让我们更详细地检查edge_index的属性 嵌入 Karate Club Network 训练 Karate Club Network 总结 手动尝试GCN图神经网络 最近，图上的深度学习已经成为深度学习社区中最热门 »