AI 助理
备案控制台
文章 2024-06-13 来自：开发者社区

【从零开始学习深度学习】48.Pytorch_NLP实战案例：如何使用预训练的词向量模型求近义词和类比词

本文将介绍如何使用已经在大规模语料上预训练的词向量模型来求近义词和类比词。 1. 下载预训练的词向量 基于PyTorch的关于自然语言处理的常用包有官方的torchtext以及第三方的pytorch-nlp等等。你可以使用pip很方便地按照它们，例如命令行执行 pip ...

文章 2024-06-13 来自：开发者社区

【从零开始学习深度学习】20. Pytorch中如何让参数与模型在GPU上进行计算

前言 之前我们一直在使用CPU计算。对复杂的神经网络和大规模的数据来说，使用CPU来计算可能不够高效。本文我们将介绍如何使用单块NVIDIA GPU来计算。所以需要确保已经安装好了PyTorch GPU版本。准备工作都完成后，下面就可以通过nvidia-smi命令来查看显卡信息了。 ...

文章 2024-06-13 来自：开发者社区

【从零开始学习深度学习】19. Pytorch中如何存储与读取模型：torch.save、torch.load与state_dict对象

1. 读写Tensor 我们可以直接使用save函数和load函数分别存储和读取Tensor。save使用Python的pickle实用程序将对象进行序列化，然后将序列化的对象保存到disk，使用save可以保存各种对象,包括模型、张量和字典等。而load使用pickle unpickle工具将pickle的对象文件反序列化为内存。 下面的例子创建了Tensor变量x，并将其存在...

文章 2024-06-13 来自：开发者社区

【从零开始学习深度学习】17. Pytorch中模型参数的访问、初始化和共享方法

本文将深入讲解如何访问和初始化模型参数，以及如何在多个层之间共享同一份模型参数。 我们先定义一个含单隐藏层的多层感知机。我们依然使用默认方式初始化它的参数，并做一次前向计算。与之前不同的是，在这里我们从nn中导入了init模块，它包含了多种模型初始化方法。 import tor...

文章 2024-06-13 来自：开发者社区

【从零开始学习深度学习】16. Pytorch中神经网络模型的构造方法：Module、Sequential、ModuleList、ModuleDict的区别

在Pytorch中可以通过Sequential类构造模型也可以用Module类构造模型。本文主要介绍基于Module类的模型构造方法：它让模型构造更加灵活方便。 1 继承Module类来构造模型 Module类是nn模块里提供的一个模型构造类，是所有神经网络模块的基类，我们可以继承它来定义我们想要的模型。下面继承Module类构造一个多层感知机，输入784，输出10。这里定义的M...

文章 2022-12-08 来自：开发者社区

【从零开始学习深度学习】4.基于pytorch框架自带模型实现线性回归的训练过程

1.1 生成数据集我们生成与上一篇文章中相同的数据集。其中features是训练数据特征，labels是标签。样本形状为1000*2。num_inputs = 2 num_examples = 1000 true_w = [2, -3.4] true_b = 4.2 features = torch.tensor(np.random.normal(0, 1, (num_examples, num....

文章 2022-12-08 来自：开发者社区

【从零开始学习深度学习】3. 基于pytorch手动实现一个线性回归模型并进行min--batch训练

1.1 线性回归简介线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。由于线性回归和softmax回归都是单层神经网络，它们涉及的概念和技术同样适用于大多数的深....

【从零开始学习深度学习】3. 基于pytorch手动实现一个线性回归模型并进行min--batch训练

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

pytorch学习相关内容

pytorch您可能感兴趣

相关镜像