李沐——动手学深度学习Pytorch版2.2节代码调试

最新推荐文章于 2025-04-21 10:45:00 发布
最新推荐文章于 2025-04-21 10:45:00 发布
阅读量1.6k 收藏 5
点赞数 16
文章标签： 深度学习 pytorch python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bhdwxtyyds/article/details/126899892
版权
本文介绍了解决矢量图显示错误的方法，包括修改`display.set_matplotlib_formats('svg')`并使用`display.display_svg()`来替代，以及在代码末尾添加`plt.show()`以确保矢量图能够正确显示。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1.矢量图显示函数use_svg_display()内部报错

2.矢量图不显示

1.矢量图显示函数use_svg_display()内部报错

报错如下：

DeprecationWarning: `set_matplotlib_formats` is deprecated since IPython 7.23, directly use `matplotlib_inline.backend_inline.set_matplotlib_formats()`
  display.set_matplotlib_formats('svg')

解决方法：将  display.set_matplotlib_formats('svg')删除，更改为

display.display_svg()

 

2.矢量图不显示

解决方法：在代码最后加上一行

plt.show()

最终效果：

 

动手学深度学习V2.0(Pytorch)——10.感知机（激活函数）
啷个哩个啷
10-09 562
https://www.bilibili.com/video/BV1hh411U7gn 1. 感知机 本部分内容大部分来自perceptron的Wikipedia：https://en.wikipedia.org/wiki/Perceptron 但是最重要的地方是：整理和讲解清楚!!! 感谢李沐老师！ 早年的感知机，Wikipedia上的图，一个权重就是用一根电线。。。。所以是个占地体积非常庞大的模型。 感知机是人工智能最早的模型 对于给定输入x\textbf xx，x\textbf xx是一个向量，
cv算法工程师学习成长路线
专注计算机视觉算法训练，算法优化部署以及SDK开发的知识分享。
11-15 4607
本文内容为 cv 算法工程师成长之路上的经典学习教材汇总，对于一些新兴领域则给出了较好的博客文章链接。本文列出的知识点目录是成系统且由浅至深的，可作为 cv 算法工程师的常备学习路线资料。部分学习资料存在离线 PDF 电子版，其可在 github仓库-cv_books 中下载。
【Pytorch】IPython库中的display函数
weixin_62403234的博客
11-17 1385
是 IPython 提供的一个函数，用于在 Jupyter Notebook 或其他 IPython 环境中显示各种类型的数据。更加灵活，能够以更合适的方式渲染不同的数据类型（如HTML、Markdown、图片、音频、视频等）。
Pytorch实现线性回归
方寸想法，编码宇宙
03-20 2020
1.引入包 import torch from IPython import display from matplotlib import pyplot as plt import numpy as np import random #random模块用于生成随机数 %matplotlib inline 在使用jupyter notebook 或者 jupyter qtconsole的时候，才...
[动手学深度学习_李沐]读取图像分类数据集报错RuntimeError
cuuuui的博客
03-20 319
今天在运行李沐老师“图像分类数据集”这一课的代码时出现了错误：RuntimeError: DataLoader worker (pid(s) 21316) exited unexpectedly发送给deepseek帮我分析，可能有几个原因：1. 内存不足导致workers进程终止；2. 数据集代码中存在错误；3. 多进程兼容性问题；4. 系统资源限制。于是对代码和详细的报错信息进行检查，发现将DataLoader()函数中的num_workers参数设置为0时脚本不回报错，且详细错误信息中说明：Runti
【李沐AI自学】预备知识（2）
qq_42859088的博客
05-17 2028
李沐AI自学，第二章预备知识第二部分内容，有关微积分，自动微分，以及概率，查阅文档。
1.1 pytorch深度学习--线性回归
fan_g的博客
01-19 2613
崩溃，写了半天没了。。。。
【自定义函数】配置matplotlib生成图形的属性（含源代码）
wzk4869的博客
10-26 1871
【自定义函数】配置matplotlib生成图形的属性（含源代码）
动手学深度学习(tensorflow)---学习笔记整理（九、优化算法篇）
任萌新的小生活
06-09 1061
有关公式、基本理论等大量内容摘自《动手学深度学习》(TF2.0版)） 优化与深度学习 优化在深度学习中有很多挑战。下面描述了其中的两个挑战，即局部最小值和鞍点。 局部最小值 运行代码： import sys import tensorflow as tf sys.path.append("..") from mpl_toolkits import mplot3d # 三维画图 from mpl_toolkits.mplot3d import Axes3D import nump
动手学习深度学习pytorch版——从零开始实现YOLOv1
Lavendelion的博客
04-08 3万+
从零开始实现YOLOv11. 数据处理1.1 数据集介绍1.2 数据提取和转换1.3 pytorch的Dataset类构造2. YOLOv1网络实现2.1 Loss函数设计2.2 网络结构实现3. 开始训练啦4. 网络预测(Inference)5. 结果展示   以下是YOLOv1网络的实践操作部分，具体理论可以参考我的博客“经典论文解析——YOLOv1——目标检测”。文中代码均使用了GPU，如果...
AIGC空间智能技术栈详解：从理论到代码实现
最新发布
AI 原生应用开发的博客
04-21 730
随着元宇宙、数字孪生、智慧城市等场景的爆发式增长，对高精度、自动化的空间内容生成需求激增。传统空间数据（如3D模型、地理信息）的生产依赖人工建模或手动标注，效率低且成本高。AIGC（生成式人工智能）的突破（如扩散模型、多模态大模型）为空间智能注入了新动能——通过AI自动化生成、优化或补全空间内容，显著提升生产效率。本文聚焦AIGC与空间智能的技术融合空间智能的核心技术要素（几何表示、空间感知、场景理解）；AIGC生成范式在空间数据中的适配与改进（如3D生成、地理序列生成）；
【Nov 8th to 13th】Personal work record | 人工智能 面试题：请介绍一下卷积神经网络（CNN）在图像分类中的应用 | 卷积操作，激活函数，池化操作，全连接层
追光者♂：记录、分享、总结、提升，现象级专栏《Python从入门到人工智能》作者，无惧黑暗，坚信曙光
11-22 322
【Nov 8th to 13th】Personal work record 人工智能 面试题：请介绍一下卷积神经网络（CNN）在图像分类中的应用。
线性回归二三事
向上吧贺凯
07-22 1095
目录 一、线性回归定义 二、概率角度看线性回归 三、线性回归正则化 四、贝叶斯角度看正则化 五、线性回归扩展 一、线性回归定义 目标：给定一个数据集（具有样本和标签的有监督数据集），拟合出一条最符合给定数据的直线（本质就是拟合出一条最符合所有样本与其标签的函数，当然这里的直线是广义直线，数据样本一般都不是一维的）。 如上图，目标就是拟合出f(w)，即目标就是根据一个采样得到的数据集来估计出参数向量w的值。 参数估计方法： 最小二乘法，即参数估计中的最小二乘估计。 一种直观的解释是.
动手学深度学习学习笔记（5）
itwaits的博客
08-05 323
深度学习基础 线型回归 线性回归输出是一个连续值，因此使用于回归问题。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，分类问题中的模型的最终输出是一个离散值。 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。 通过深度学习框架来实现线性回归 首先导入需要的包 matplotlib可以用于作图，且设置成嵌入显示 %matplotlib inline import torch from TPython impor
动手学深度学习——softmax回归（原理解释+代码详解）
热门推荐
qq_38473254的博客
07-16 4万+
sum运算符：给定一个矩阵X，我们可以对所有元素求和（默认情况下）。也可以只求同一个轴上的元素，即同一列（轴0）或同一行（轴1）。对每个项求幂（使用exp）；对每一行求和（小批量中每个样本是一行），得到每个样本的规范化常数；将每一行除以其规范化常数，确保结果的和为1。
解决：d2lzh包的函数show_fashion_mnist在pycharm中不画图（不显示图像）的问题
spylinda的博客
03-15 2967
解决：d2lzh包的函数show_fashion_mnist在pycharm中不画图（不显示图像）的问题 输入： import d2lzh print (d2lzh) 会显示：···\\envs\\gluon_1\\lib\\site-packages\\d2lzh\\__init__.py'>（d2lzh位置） 打开目录下的 utils.py 文件，找到show_fashion_mnist这个函数 在最后加上一句plt.show，也就是将其修改为： def show_fashion_mnist(
动手学深度学习（pytorch）中d2lzh_pytorch包的安装（附资源）
Bryce-HJ
07-12 1万+
d2lzh_pytorch包 【动手学深度学习（pyTorch）】3.2.1节中原文： “我们将上面的plt作图函数以及use_svg_display函数和set_figsize函数定义在d2lzh_pytorch包里。以后在作图时，我们将直接调用d2lzh_pytorch.plt。由于plt在d2lzh_pytorch包中是一个全局变量，我们在作图前只需要调用d2lzh_pytorch.set_figsize()函数可打印矢量图并设置图的尺寸。” CSDN中下载d2lzh_pytorch包好多都需要积分，
动手学深度学习-导数和微分-第二章plot函数理解
qyk666的博客
12-02 421
if len(x): axes.plot(x,y,fmt) else: axes.plot(y,fmt): 如果x不为空，则使用x和y数据绘制图形；if Y is None: X,Y=[[]]*len(X),X: 如果未提供Y参数，则将X作为Y数据，并将X设置为空列表。=len(Y): X=X*len(Y): 如果X和Y的长度不一致，则将X复制为与Y相同长度的列表。fmts: 绘图的格式列表。if has_one_axis(X): X=[X]: 如果X是单轴数据，则将其转换为一个包含单个元素的列表。
d2l包下载出错与module ‘d2l.torch‘ has no attribute_ 问题解决
lianyudabaie的博客
03-22 1万+
李沐-《动手学深度学习》中d2l包下载失败或者使用过程中经常出错 。可以通过国内的源下载正确版本的.whl文件安装
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值