![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch学习记录
文章平均质量分 95
苦瓜汤补钙
做一个积极向上的仰泳鲈鱼。
展开
-
PyTorch升级之旅——安装与基本知识
它的基本思想是将数据集划分为多个子集,并将每个子集分配给不同的计算设备(如多个 GPU),然后在每个设备上执行相同的模型,并行计算这些子集的结果,最后汇总这些结果。模型的不同部分可以放在不同的 GPU 或其他设备上运行,这样能够减小单个设备的内存负担,并充分利用多设备的计算能力。并行计算在 PyTorch 中应用广泛,从数据并行、模型并行到分布式训练,不同的并行策略可以有效利用计算资源,提升模型训练和推理的效率。PyTorch 提供了。在这个例子中,模型的不同层被分布在不同的 GPU 上进行计算。原创 2024-08-20 18:57:59 · 536 阅读 · 0 评论 -
Pytorch升级之旅——基础概念
学习链接:深入浅出PyTorch — 深入浅出PyTorch (datawhalechina.github.io)①1956-1966 人工智能元年 达特茅斯会议②20世纪80年代 统计学思想引入 提出BP神经网络③1993年以后 2006年深度学习 2016年AIphaGO围棋深度学习(DL)、机器学习(ML)和人工智能(AI)之间的关系可以用层级结构来理解:人工智能(AI):AI是一个广泛的领域,旨在开发能够模拟人类智能的计算机系统。它包括许多子领域,如机器学习、计算机视觉、自然语言处理等。AI的目标原创 2024-08-20 17:11:23 · 814 阅读 · 0 评论