撰写于    浏览:613 次  分类: PyTorch 教程
1、PyTorch的发展历史PyTorch是一个由Facebook的人工智能研究团队开发的开源深度学习框架。在2016年发布后,PyTorch很快就因其易用性、灵活性和强大的功能而在科研社区中广受欢迎。在发布后的几年里,PyTorch迅速在科研社区中取得了广泛的认可。在2019年,PyTorch发布了1.0版本,引入了一些重要的新功能,包括支持ON[...]

撰写于    浏览:19611 次  分类: 数学电子书
1、封面介绍2、出版时间2021年1月3、推荐理由人工智能深度学习领域经典教程,AI程序员的数学参考书,透彻理解机器学习算法,从数学层面搞懂核心算法原理的逻辑,python程序讲解,众多专家学者力荐本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识。全书由8章组成,力求精准、最小地覆盖机器学习的数学知识。包括微积分,线性代数与矩阵论,**[...]

撰写于    浏览:9845 次  分类: 数学电子书
1、封面介绍2、出版时间2020年10月3、推荐理由本书以零基础讲解为宗旨,面向学习数据科学与人工智能的读者,通俗地讲解每一个知识点,旨在帮助读者快速打下数学基础。  全书分为 4 篇,共 17 章。其中第 1 篇为数学知识基础篇,主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日乘子法;第 2 篇为数学知识核心篇,主要讲述了线性代数基础、特征值与[...]

撰写于    浏览:8333 次  分类: 机器学习
1、封面介绍2、出版时间2019年11月3、推荐理由《机器学习中的数学》是一本系统介绍机器学习中涉及的数学知识的入门图书,本书从机器学习中的数学入门开始,以展示数学的友好性为原则,讲述了机器学习中的一些常见的数学知识。机器学习作为人工智能的核心技术,对于数学基础薄弱的人来说,其台阶是陡峭的,本书力争在陡峭的台阶前搭建一个斜坡,为读者铺平机器学习的数[...]

撰写于    浏览:134 次  分类: PyTorch 教程
1、PyTorch whl文件安装当我们需要安装特定CUDA版本的PytTorch的时候,掌握whl文件的安装则是十分必要。PyTorch whl文件的下载地址是:https://download.pytorch.org/whl/torch_stable.html1.1、PyTorch版本与Python版本的关系安装PyTorch要注意对应Pyth[...]

撰写于    浏览:174 次  分类: PyTorch 教程
在PyTorch中,torch.nn.Module模块中的state_dict函数获得的一个字典变量,其存放训练过程中需要学习的权重和偏执系数,如下所示:代码1:import torch.nn as nn module = nn.Linear(2, 2) print(module.state_dict().keys())代码2:import t[...]

撰写于    浏览:146 次  分类: PyTorch 教程
1、torch.is_storage(obj)函数介绍测试obj是不是storage类型,如果是的话就返回True,否则返回False。2、什么是Storage?在PyTorch中,Tensor 分为头信息区(Header)和存储区(Storage)。头信息区(Header)主要存储Tensor的形状(size)、步长(stride)、数据类型(t[...]

撰写于    浏览:163 次  分类: PyTorch 教程
Tensor.grad属性介绍PyTorch的Tensor有个grad属性,默认情况下,该属性为None,当第一次调用backward()计算梯度时,此属性变为张量,其值为计算的梯度。并且,将来对backward的多次调用之后,将会累积梯度。Tensor.grad应用举例x = torch.tensor([[1., -1.], [1., 1.]],[...]

撰写于    浏览:124 次  分类: PyTorch 教程
torch.is_tensor 简介torch.is_tensor(obj),此方法很直观,如果obj是tensor的话返回true,否则返回false。与此方法对应的另一个方法是:isinstance(obj, Tensor)。需要注意的是,torch.is_tensor(obj)是torch的一个方法,而isinstance(obj, Tens[...]

撰写于    浏览:131 次  分类: PyTorch 教程
LazyLinear模块的作用就是可以帮助我们实现惰性初始化参数,不必在定义线性层的时候同时指定输入维度和输出维度,只需要指定输出维度即可,对于输入维度采用自动推断的方式。官方的例子如下所示:https://pytorch.org/docs/stable/generated/torch.nn.modules.lazy.LazyModuleMixin[...]

撰写于    浏览:159 次  分类: PyTorch 教程
1、PyTorch模型加载概述PyTorch是一个使用GPU和CPU优化的深度学习张量库,它也是一个动态神经网络构建工具。Pytorch模型加载是将已训练好的模型加载到内存中,以便使用。模型加载是模型应用的前提。Pytorch模型加载涉及到模型的序列化,反序列化和模型参数的赋值等操作。Pytorch中支持多种不同的序列化和反序列化方法,包括pick[...]

撰写于    浏览:177 次  分类: PyTorch 教程
Tensor 和 Numpy 的数组可以相互转换,并且两者转换后共享在 CPU 下的内存空间,即改变其中一个的数值,另一个变量也会随之改变。Tensor 转换为 Numpy 数组实现 Tensor 转换为 Numpy 数组的例子如下所示,调用 tensor.numpy() 可以实现这个转换操作。a = torch.ones(5) print(a) [...]

撰写于    浏览:362 次  分类: PyTorch 教程
1、封面介绍2、出版时间2022年2月3、推荐理由虽然很多深度学习工具都使用Python,但PyTorch 库是真正具备Python 风格的。对于任何了解NumPy 和scikit-learn 等工具的人来说,上手PyTorch 轻而易举。PyTorch 在不牺牲高级特性的情况下简化了深度学习,它非常适合构建快速模型,并且可以平稳地从个人应用扩展到[...]

撰写于    浏览:1079 次  分类: 数学电子书
1、封面介绍2、出版时间2023年8月3、推荐理由这不是一本数据结构和算法的入门书,而是一本刷算法题的参考书。刷题并不是目的,形成属于自己的解题方法论才是目的。本书力图洞悉题目的内在联系,任它千般变化,你也能直指核心,沉稳应对。另外,几百张手绘算法原理图,几十个可视化面板展示算法过程,降低理解成本,加强学习效果。本书专攻算法刷题,训练算法思维,应对[...]

撰写于    浏览:3890 次  分类: 机器学习
1、封面介绍2、出版时间2020年1月3、推荐理由适读人群:1、机器学习与人工智能方向的从业者2、XGBoost应用开发人员3、机器学习、数据挖掘研究方向的学生4、机器学习或开源软件爱好者《深入理解XGBoost:高效机器学习算法与进阶》以机器学习必会知识做铺垫,深入剖析XGBoost的原理、分布式实现、深度应用、模型选择与优化等。第1~3章使读者[...]

撰写于    浏览:1896 次  分类: 机器学习
1、封面介绍2、出版时间2018年8月3、推荐理由人工智能技术正以一种超快的速度深刻地改变着我们的生活,引导了第四次工业革命。美团作为国内O2O领域领先的服务平台,结合自身的业务场景和数据,积极进行了人工智能领域的应用探索。在美团的搜索、推荐、计算广告、风控、图像处理等领域,相关的人工智能技术得到广泛的应用。本书包括通用流程、数据挖掘、搜索和推荐、[...]

撰写于    浏览:2116 次  分类: 机器学习
1、封面介绍2、出版时间2018年1月3、推荐理由适读人群 :本书适合对机器学习感兴趣的各类读者阅读,包括相关专业的大学生或研究生,研究人员,工程技术人员和企业技术管理人员阅读参考。不可不读的机器学习面试宝典!微软全球执行副总裁、美国工程院院士沈向洋,《浪潮之巅》《数学之美》作者吴军,《计算广告》作者、科大讯飞副总裁刘鹏,联袂推荐!人工智能几起几落[...]

撰写于    浏览:1525 次  分类: 机器学习
1、封面介绍2、出版时间2021年01月3、推荐理由这是一本权威的人工智能从入门到精通的读本从人工智能的发展之路说起,结合丰富的应用与实战实例,详细阐述了Python入门、人工智能数学基础、手工打造神经网络、TensorFlow与PyTorch、卷积神经网络、目标分类、目标检测、图像语义分割、循环神经网络、自然语言处理、生成对抗网络、强化学习等行业[...]

撰写于    浏览:8788 次  分类: 计算机视觉
1、封面介绍2、出版时间2020年6月3、推荐理由文字识别(OCR)是视觉感知中一个重要的技术,目的是从照片中提取文字信息。这项技术有着广泛的应用前景。比如,自动驾驶汽车路标识别,或把扫描文档转化成结构化的文字信息以方便检索。近几年来,随着深度学习等技术的发展,文字识别相关技术取得了突破性进展,特别是场景文字的检测、识别和结构化技术。这些技术的发展[...]