AI 人工智能 机器学习 神经网络
用于展示 AI 人工智能 机器学习 神经网络 学科知识分享。
YDOOK 林进威的博客
这个作者很懒,什么都没留下…
展开
-
YDOOK:onnxruntime session 定义 provider
YDOOK:onnxruntime session 定义 provider原创 2022-09-29 11:26:32 · 537 阅读 · 0 评论 -
YDOOK:onnxruntime 加载和运行模型 InferenceSession
YDOOK:onnxruntime 加载和运行模型 InferenceSession原创 2022-09-29 11:13:36 · 2710 阅读 · 1 评论 -
YDOOK:onnxruntime 是什么?API Overview
YDOOK:onnxruntime 是什么?API Overview原创 2022-09-29 11:07:53 · 261 阅读 · 0 评论 -
YDOOK:onnx onnxruntime Python APIs 接口文档网址
YDOOK:onnx onnxruntime Python APIs 接口文档网址原创 2022-09-29 11:02:10 · 255 阅读 · 0 评论 -
YDOOK:ONNX onnxruntime APIs 接口文档网址
YDOOK:ONNX onnxruntime APIs 接口文档网址原创 2022-09-29 10:57:41 · 241 阅读 · 0 评论 -
YDOOK:onnx onnxruntime 官网 origin website
YDOOK:onnx onnxruntime 官网 origin website原创 2022-09-29 10:54:12 · 262 阅读 · 0 评论 -
YDOOK:VSC Anaconda 配置后找不到 Anaconda 包 识别不了其位置
如何解决 VSC 配置 Anaconda 后,anaconda 包引入不了的问题原创 2022-06-22 11:21:03 · 907 阅读 · 0 评论 -
YDOOK:Librosa 读取 .wav 音频文件并展示显示波形图
YDOOK:Librosa 读取 .wav 音频文件并展示显示波形图© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6699文章目录YDOOK:Librosa 读取 .wav 音频文件并展示显示波形图© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-66991. Co原创 2021-12-05 13:24:18 · 741 阅读 · 0 评论 -
YDOOK:通过 ffmpeg 转化格式的音频 前后的采样率一样吗
YDOOK:通过 ffmpeg 转化格式的音频 前后的采样率一样吗© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6699文章目录YDOOK:通过 ffmpeg 转化格式的音频 前后的采样率一样吗© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6699一样的,数据数原创 2021-12-05 12:19:51 · 1677 阅读 · 0 评论 -
YDOOK:MyPLayer:Jinwei Lin 最新开源 Python 音频视频基本播放器
YDOOK:MyPLayer:Jinwei Lin 最新开源 Python 音频视频基本播放器© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6699文章目录YDOOK:MyPLayer:Jinwei Lin 最新开源 Python 音频视频基本播放器© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.or原创 2021-12-04 23:07:13 · 1907 阅读 · 0 评论 -
YDOOK:Python 通过系统直接播放音频音乐的各种方式 mp3 wav
YDOOK:Python 通过系统直接播放音频音乐的各种方式 mp3 wav© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6699文章目录YDOOK:Python 通过系统直接播放音频音乐的各种方式 mp3 wav© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6原创 2021-12-04 15:26:23 · 2187 阅读 · 0 评论 -
YDOOK:Pydub 使用教程 打开文件 各种格式
YDOOK:Pydub 使用教程 打开文件 各种格式© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-6699文章目录YDOOK:Pydub 使用教程 打开文件 各种格式© YDOOK Jinwei Lin, shiye.workhttp://www.ydook.comhttps://orcid.org/0000-0003-0558-66991. 官网:[http://pydub.c原创 2021-12-04 13:26:53 · 2628 阅读 · 0 评论 -
YDOOK:Pytorch教程:Numpy 手动设置反向梯度递归 神经网络
YDOOK:Pytorch教程:Numpy 手动设置反向梯度递归 神经网络© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:Numpy 手动设置反向梯度递归 神经网络© YDOOK Jinwei Lin, shiye.workCode:Outcome:1. 循环 5000 次:设置学习率:learning_rate = 1e-52. 循环 10000 次:设置学习率:learning_rate = 1e-5Code:# import torch原创 2021-12-03 15:27:13 · 652 阅读 · 0 评论 -
YDOOK:Pytorch教程:反向传播 out.backward() 用法
YDOOK:Pytorch教程:反向传播 out.backward() 用法© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:反向传播 out.backward() 用法© YDOOK Jinwei Lin, shiye.workCode:Outcome:Code:import numpyimport torchimport numpy as np# a = torch.tensor([1], requires_grad=True, dt原创 2021-12-03 13:02:00 · 455 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 张量变量 requires_grad=True 设置 运算保留特征
YDOOK:Pytorch教程:tensor 张量变量 requires_grad=True 设置 运算后因变量保留自变量该属性© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:tensor 张量变量 requires_grad=True 设置 运算后因变量保留自变量该属性© YDOOK Jinwei Lin, shiye.workCode:Result:Code:import numpyimport torchimport numpy as原创 2021-12-03 11:54:34 · 1530 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor mean() 函数求平均值 按行按列求平均值
YDOOK:Pytorch教程:tensor mean() 函数求平均值 按行按列求平均值© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:tensor mean() 函数求平均值 按行按列求平均值© YDOOK Jinwei Lin, shiye.work使用方法:mean(matrix, axis= a) 其中 matrix为一个矩阵, axis= a 为分类参数Code:Result:使用方法:mean(matrix, axis= a)原创 2021-12-03 11:39:39 · 5517 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 导数与自动求导 Autograd 设置 requires_grad=True
YDOOK:Pytorch教程:tensor 导数与自动求导 Autograd 设置 requires_grad=True© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:tensor 导数与自动求导 Autograd 设置 requires_grad=True© YDOOK Jinwei Lin, shiye.workCode:Result:Code:import numpyimport torchimport numpy as np#原创 2021-12-03 08:56:39 · 496 阅读 · 0 评论 -
YDOOK:Pytorch教程:直接赋值 tensor 的特性
YDOOK:Pytorch教程:直接赋值 tensor 的特性© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:直接赋值 tensor 的特性© YDOOK Jinwei Lin, shiye.workKey: 直接赋值 tensor , 与直接赋值 Python 一般变量相同。result:Key: 直接赋值 tensor , 与直接赋值 Python 一般变量相同。import numpyimport torchimport numpy原创 2021-12-02 10:15:27 · 980 阅读 · 0 评论 -
YDOOK:Pytorch教程:使用 dtype= 定义张量矩阵元素类型
YDOOK:Pytorch教程:使用 dtype= 定义张量矩阵元素类型© YDOOK Jinwei Lin, shiye.work文章目录YDOOK:Pytorch教程:使用 dtype= 定义张量矩阵元素类型© YDOOK Jinwei Lin, shiye.workresult:import numpyimport torchimport numpy as npa = torch.ones([3, 3])print('a = ', a)print('type(a) = ', t原创 2021-12-02 09:50:23 · 447 阅读 · 0 评论 -
YDOOK:Pytorch教程:numpy 变量与 tensor变量相互转换 转化
YDOOK:Pytorch教程:numpy 变量与 tensor变量相互转换 转化© YDOOK Jinwei Lin, shiye.workimport numpyimport torchimport numpy as npa = [[1, 2, 3], [4, 5, 6]]print('a = ', a)print('type(a = ', type(a))print()# 普通列表数据转换为 numpy数组n_a = numpy.array(a)print('n_a = '原创 2021-11-28 21:46:26 · 600 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 张量内各个值同时相加一个数
YDOOK:Pytorch教程:tensor 张量内各个值同时相加一个数© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npt1 = torch.tensor([[1, 2, 3], [4, 5, 6]])print(t1)a = 6print('a = ', a)print()# 将张量 t1 的各个值都加上 at1_a = t1.add(a)print('t1_a = ', t1_a)outc原创 2021-11-28 21:37:48 · 3547 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 张量内各个元素之和 相加值输出
YDOOK:Pytorch教程:tensor 张量内各个元素之和 相加值输出© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npt1 = torch.tensor([[1, 2, 3], [4, 5, 6]])print(t1)# 将张量 t1 的各个值相加print(t1.sum())# 输出print(type(t1.sum()))# 使用 .item()# 传化为Python变量输出和print(t原创 2021-11-28 21:31:44 · 5358 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 张量矩阵的点乘与叉乘 数量积与向量积
YDOOK:Pytorch教程:tensor 张量矩阵的点乘与叉乘 数量积与向量积© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npt1 = torch.tensor([[1, 2, 3], [4, 5, 6]])t2 = torch.tensor([[7, 8], [9, 10], [11, 12]])# 打印 t1 t2print('t1 = ', t1)print('t2 = ', t2)print()#原创 2021-11-28 20:56:22 · 2560 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 张量相乘 矩阵相乘
YDOOK:Pytorch教程:tensor 张量相乘 矩阵相乘© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npt = torch.tensor([[1, 2, 3], [4, 5, 6]])print(t)# 输出转置张量print(t.T)# 矩阵相乘t_mul = t.matmul(t.T)print('t = ', t)print('t.T = ', t.T)print('\n2X3张量与3X原创 2021-11-28 20:28:37 · 1450 阅读 · 0 评论 -
YDOOK:Pytorch教程:转置矩阵 转置张量 T
YDOOK:Pytorch教程:转置矩阵 转置张量 T© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npt = torch.tensor([[1, 2, 3], [4, 5, 6]])print(t)# 输出转置张量print(t.T)outcome:tensor([[1, 2, 3], [4, 5, 6]])tensor([[1, 4], [2, 5],原创 2021-11-28 20:22:06 · 808 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 多个张量合并
YDOOK:Pytorch教程:tensor 多个张量合并© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npa = torch.tensor([[1, 2, 3], [11, 22, 33]])b = torch.tensor([[4, 5, 6], [44, 55, 66]])c = torch.tensor([[7, 8, 9], [77, 88, 99]])print(a)print(type(a))pri原创 2021-11-27 20:22:05 · 2805 阅读 · 1 评论 -
YDOOK:Pytorch教程:tensor 张量切片 局部获取操作
YDOOK:Pytorch教程:tensor 张量切片 局部获取操作© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as nptensor = torch.rand((3, 3))print(type(tensor))print('tensor = \n', tensor)print()print('tensor 的第0行 = ', tensor[0])print('tensor 的第1行 = ', tensor[1])原创 2021-11-27 17:14:19 · 653 阅读 · 0 评论 -
YDOOK:Pytorch教程:判断是否可以使用 cuda 加速
YDOOK:Pytorch教程:判断是否可以使用 cuda 加速© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npprint(torch.cuda.is_available())if torch.cuda.is_available(): print('当前可以使用 cuda GPU加速')else: print('当前不可以使用 cuda GPU加速')outcome:True当前可以使用 c原创 2021-11-27 16:55:37 · 577 阅读 · 0 评论 -
YDOOK:Pytorch教程:tensor 的属性 调用设置
YDOOK:Pytorch教程:tensor 的属性 调用设置© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as nptensor_variable = torch.rand(3,5)print('输出变量形状:shape = ', tensor_variable.shape)print('输出变量数据类型:dtype = ', tensor_variable.dtype)print('输出变量存储设备:device =原创 2021-11-27 16:48:08 · 240 阅读 · 0 评论 -
YDOOK:Pytorch教程:通过指定形状shape, 快速生成 tensor
YDOOK:Pytorch教程:通过指定形状shape, 快速生成 tensor© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npshape = (3, 5)ones_tensor = torch.ones(shape)zeros_tensor = torch.zeros(shape)rand_tensor = torch.rand(shape)print(torch.ones(shape))print()p原创 2021-11-27 16:35:32 · 1705 阅读 · 0 评论 -
YDOOK:Pytorch教程:复制已有的 tensor结构,生成随机张量 tensor rand_like tensor
YDOOK:Pytorch教程:复制已有的 tensor结构,生成随机张量 tensor rand_like tensor© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npdata = [[1, 2],[3, 4], [5, 6]]n_data = np.array(data)print(n_data)print(type(n_data))t_data = torch.from_numpy(n_data)t_s原创 2021-11-27 16:02:04 · 154 阅读 · 0 评论 -
YDOOK:Pytorch教程:复制已有的 tensor结构,生成全一张量 tensor
YDOOK:Pytorch教程:复制已有的 tensor结构,生成全一张量 tensor© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npdata = [[1, 2],[3, 4], [5, 6]]n_data = np.array(data)print(n_data)print(type(n_data))t_data = torch.from_numpy(n_data)t_shape_tensor = tor原创 2021-11-27 15:57:41 · 315 阅读 · 0 评论 -
YDOOK:Pytorch教程:从 numpy array 数组中构建 tensor
YDOOK:Pytorch教程:从 numpy array 数组中构建 tensor© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npdata = [[1, 2],[3, 4]]n_data = np.array(data)print(n_data)print(type(n_data))t_np_tensor = torch.from_numpy(n_data)print()print(t_np_tensor原创 2021-11-27 15:43:50 · 249 阅读 · 0 评论 -
YDOOK:Pytorch教程:新建 tensor变量
YDOOK:Pytorch教程:新建 tensor变量© YDOOK Jinwei Lin, shiye.workimport torchimport numpy as npdata = [[1, 2],[3, 4]]n_data = np.array(data)t_data = torch.tensor(data)print(n_data)print(type(n_data))print()print(t_data)print(type(t_data))输出[[1 2原创 2021-11-27 15:38:42 · 331 阅读 · 0 评论 -
YDOOK:Pytorch教程:安装 Pythorch
YDOOK:Pytorch教程:安装 Pythorch© YDOOK Jinwei Lin, shiye.workhttps://pytorch.org/get-started/locally/conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorchpip3 install torch1.10.0+cu113 torchvision0.11.1+cu113 torchaudio===0.10.0+cu11原创 2021-11-25 14:35:15 · 667 阅读 · 0 评论 -
Pytorch 有哪些 Python API
YDOOK:Pytorch 有哪些 Python API© YDOOK Jinwei Lin, shiye.work**torchtorch.nntorch.nn.functionaltorch.TensorTensor AttributesTensor Viewstorch.autogradtorch.cudatorch.cuda.amptorch.backendstorch.distributedtorch.distributed.algorithms.jointorch原创 2021-11-24 13:54:50 · 599 阅读 · 0 评论 -
YDOOK:Pytorch 官方文档出处
YDOOK:Pytorch 官方文档出处© YDOOK Jinwe Lin, shiye.workhttps://pytorch.org/docs/stable/index.html原创 2021-11-24 13:50:43 · 508 阅读 · 0 评论 -
YDOOK AI : cuda :最新版 cuda11 安装详细教程 亲测完美
YDOOK AI : cuda :最新版 cuda11 安装详细教程 亲测完美1. 首先当然是是要下载 cuda11 :下载教程:https://ydook.blog.csdn.net/article/details/1124711522. 双击下载后的安装包:3. 开始安装:选择安装路径:4. 安装中:5. 同意并继续:6. 选择需要的安装模式:7. 下一步:8. 下一步:9. 安装中:10. 安装完成!...原创 2021-02-04 16:51:44 · 5511 阅读 · 0 评论 -
YDOOK AI : Pytorch :使用 tensor.ones() tensor.ones_like() 生成定义 全一数组 全1数组
YDOOK AI : Pytorch :使用 tensor.ones() tensor.ones_like() 生成定义 全一数组 全1数组1_1 tensor.ones() 函数:torch._C._VariableFunctions @overload def ones(*size: int, out: Optional[Tensor] = None, dtype: Optional[dtype] = None, layout: layout =原创 2021-01-11 16:07:18 · 1151 阅读 · 0 评论 -
YDOOK AI : Pytorch :使用 tensor.zeros() tensor.zeros_like() 生成定义 全零数组 全0数组
YDOOK AI : Pytorch :使用 tensor.zeros() tensor.zeros_like() 生成定义 全零数组 全0数组1. tensor.zeros() 函数:torch._C._VariableFunctions @overload def zeros(*size: int, out: Optional[Tensor] = None, dtype: Optional[dtype] = None, layout: l原创 2021-01-11 15:54:09 · 1525 阅读 · 0 评论