- 博客(5)
- 收藏
- 关注
RSS订阅原创 讲一讲torch中的torch.autograd.backward()
x是一个变量，相当于一个basic块，如果没有根据x搭建成y，梯度这个概念也毫无意义了【有目标y，有构成x，才有梯度概念】。我们会将前面的y=（y1，y2，…就知道为什么如果y的值只给了表达式，就应该加上.sum（），以使得y可以进行反向传播操作。除了对角线外，雅可比矩阵其他位置都是0，但我们反向传播不会用到这些值，也可以理解为无意义的计算了。如果我们求向量对向量的导数：我们会得到一个雅可比矩阵（下面的情况说的是x为1*d形状的向量）。观察上面例子中的c，实际上，c输出的是一个值，也就是一个标量。
2025-02-20 16:52:08
1537
原创 5min 完成 Deepseek API部署：硅基流动API+Cheery Studio告别卡顿！
在官网使用DeepSeek时经常会出现服务器繁忙，且官方因最近客户过多，也关闭了API的购买。那么，我们就换一种方式，利用硅基流动的服务器+DeepSeek+Cherry Studio 轻松连接DeepSeek目前：硅基流动支持所有版本的DeepSeek使用。R1 V3 以及各个版本的蒸馏模型，都可以调用。（其实不止DeepSeek，还有很多大模型都可以调用）。
2025-02-12 20:31:41
1294
原创 深度学习模型书写调用的总结
(1)还是继承了nn.Model,也就是说我们可以直接根据向nn.Sequential传入我们要计算的x变量，进入后，nn.Sequential会依次执行放入的模块。当一个类定义了 _call_() 方法时，它的实例可以像调用函数一样被调用，而不仅仅是通过类中的其他方法来调用。（2）关注forward，在继承nn.Model的基础上，def forward规定为一个隐式调用，如果实例化。，但是，这只针对于官方定义好的模型，如果需要自己放入自己的类，自己的类中必须写。表示输入特征的维度，即输入数据的维度。
2024-12-17 15:11:59
948
原创 有关python中__new__与__init__的学习
我们可以这么理解它们之间的关系，__new__是开辟疆域的大将军，而__init__是在这片疆域上辛勤劳作的小老百姓，只有__new__执行完后，开辟好疆域后，__init__才能工作，结合到代码，也就是__new__的返回值正是__init__中self。（ps:如果__new__方法返回None，则__init__方法不会被执行，并且返回值只能调用父类中的__new__方法，而不能调用毫无关系的类的__new__方法）。重温并整理了一下有关py中__new__与__init__的知识。
2024-11-30 17:38:36
1905
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人