- 博客(9)
- 收藏
- 关注
RSS订阅原创 Pytorch GPU版本安装
如何查看当前PyTorch版本，在你的项目中运行如下代码（如果没有安装过，则跳过）说明你的PyTorch是CPU版本，如果想使GPU加速代码，请跟我下面的步骤来首先检查你的电脑是否有英伟达显卡（NVIDIV一般笔记本可以查看在笔记本C面上是否有一张绿色的小贴纸，上面如果有NVIDIV可直接去下一步如果时间长或者没贴纸的也别着急，可以跟着我下面的步骤检查。Win + R打开运行对话框，输入然后按回车就可以进入到设备管理器页面，在此页面打开显示适配器，GPU前带NVIDIA就没问题了。
2026-04-22 11:14:54
490
原创 PyTorch进阶：透视张量内存与矩阵乘法
Storage 是张量数据在内存中的一维连续存储空间。12341 & 2 \\3 & 413241234[1,2,3,4]1234也就是说：所有张量本质都是一段线性内存 + 解释方式Stride 决定了：“当你在某一维移动一步，内存地址跳多少”例如：示例：2×2矩阵12341 & 2 \\3 & 41324shape = (2,2) # 形状stride = (2,1) # 步长行移动：跳 2 个元素。
2026-04-20 17:27:07
797
1
原创 PyTorch从零开始
在 PyTorch 中，张量（Tensor）是绝对的主角。你可以把它简单理解为多维数组。一个数字，比如5。一排数字，比如[1, 2, 3]。一个表格，比如。可以想象成一个“数据块”，比如 RGB 彩色图片就是一个 3 维张量（长 × 宽 × 3个颜色通道）。张量 = PyTorch 中存储和运算的基本单位。
2026-04-18 23:22:36
576
原创 解决 Git 报错：fatal: refusing to merge unrelated histories
通过这次“误删 .git”的小插曲，我深刻理解了 Git 的提交历史（History）机制以及远程分支管理的重要性。
2026-04-17 10:32:48
269
原创 Git同步上游代码
善用 upstream：在 Fork 项目中，配置upstream是保持代码不落伍的最佳方式。标准流程fetch->merge->push，这套组合拳是开源协作的基石。
2026-04-17 10:30:15
253
原创 PyCharm报错：lateinit property envs_dirs has not been initialized解决
特别是较新版本的 PyCharm（如 2024.3 及以后）可能无法很好地支持更新的 Conda 版本（如 2025 年发布的版本）。：以上解决方案仅供参考，可能不适用于所有情况。具体解决方案取决于你的具体环境和问题，建议根据实际情况进行调整和测试。这个错误通常是由于 PyCharm 和 Conda 版本不兼容，或者 Conda 的环境路径配置有问题导致的。这里博主的PyCharm版本是2025.2.1，Conda版本25.11.1。就能解决了与 Conda 的兼容性冲突。这个问题被官方确认为。
2026-04-16 22:12:50
850
原创 新手零门槛学 Shell 脚本：复制粘贴就能跑通
试想一下，如果让你创建 100 个用户，难道要手动写 100 遍创建命令吗？如果每天都要手动备份数据，难道要一直守在电脑前？其实不用这么麻烦 ——Shell 脚本就能帮我们搞定所有重复操作，今天就用最简单的步骤，教新手快速上手，不用记复杂规则，跟着做就能学会。不用记专业定义！Shell 脚本就是把你平时手动输入的 Linux 命令，全部写在一个文件里，一键运行就能执行所有命令，不用反复敲命令、不用记复杂语法，省时又省力。
2026-04-16 15:01:14
331
原创 Numpy 矩阵基础运算与广播机制学习
当两个形状不同但兼容的数组进行逐元素运算（+、-、*、/）时，系统会在逻辑上把小维度数组复制扩展成与大数组相同的形状，再完成计算，且不会实际占用额外内存。矩阵乘法遵循左列数 = 右行数的规则，计算方式为行与列对应元素相乘再求和，结果形状为左行数 × 右列数。矩阵转置是将原矩阵的行与列互换，行变列、列变行，使用 .T 属性即可快速实现。矩阵加法要求两个矩阵为同型矩阵（形状完全相同），运算为对应位置元素直接相加。简单来说形状不一样的矩阵，会先自动「处理」为一样的形状，再进行逐元素运算。
2026-04-15 08:36:01
44
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