- 博客(8)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 CUDA、CUDNN、CUDA Driver、CUDA Toolkit、NCVV的区别？
我的课题是关于深度学习的，需要在GPU上跑程序，但是对于标题的名词概念有些模糊，所以觉得有必要写一篇文章当做笔记供之后参考。1、什么是CUDA？CUDA 英文全称是Compute Unified Device Architecture，是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。2、什么是CUDNN？CUDNN 是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。可以集成到高级的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的.
2020-07-29 20:38:10
3738
原创 图卷积神经网络笔记——第五章：（2）基于PyG库构造自己的数据集&查阅其他GCN方法
上一小节: 链接.这一小节看基于PyG库构造自己的数据集和查阅其他GCN方法目录一、构造自己的数据集一、构造自己的数据集
2020-07-24 21:38:31
6119
16
原创 PyTorch实战：使用GRU实现名字分类问题
目录一、GRU介绍二、分类问题介绍三、PyTorch实现1、模型理解2、代码一、GRU介绍GRU（Gate Recurrent Unit）是循环神经网络（Recurrent Neural Network, RNN）的一种，和LSTM（Long-Short Term Memory）一样，也是为了解决长期记忆和反向传播中的梯度等问题而提出来的。我们在实验中选择GRU是因为它的实验效果与LSTM相似，但是更易于计算。网上很多都使用画图来说明，我感觉不是很好，被一大堆的 “门” 给搞乱了，实际上看着公式更好理
2020-07-22 11:17:59
8881
7
原创 图卷积神经网络笔记——第五章：（1）基于PyG库的图卷积的节点分类实战
前面讲解了图卷积的基本理论知识（ 链接.），接下来讲解基于PyG库的图卷积的节点分类。目录一、PyG库简介1、安装PyG一、PyG库简介PyG的全称是 PyTorch Geometric，是一款基于 PyTorch 的几何深度学习框架，可以简单方便的实现图神经网络，也就是说，PyG里面封装了各种方法，比如常见的各种图卷积，直接调用即可。当然在学习PyG之前，要对PyTorch有一定的了解。PyG官方文档： https://pytorch-geometric.readthedocs.io/en/l.
2020-07-16 19:29:40
5966
11
原创 安装完torch geometric，import torch_geometric然后报错：OSError: [WinError 127] 找不到指定的模块
我用的是CPU，没用GPU，不过这个与使不使用GPU好像没关系。对于import torch_geometric然后报错：OSError: [WinError 127] 找不到指定的模块我找到了原因，根本的内在原因是：torch_geometric这个包在调用的时候，会在Python 里面使用 ctypes 载入 dll 文件，如果这个 dll文件 还依赖于其它的 dll文件的话，这些相关的 dll文件也得要能被 Python 的进程访问到，如果访问不到就会报以上错误。而这个缺失的文件去哪里找？我就换
2020-07-15 10:38:03
8223
8
原创 把一个压缩文件解压到桌面，这个解压后文件有1万多个，直接使电脑卡死
我作死，把一个压缩文件解压到桌面，这个解压后文件有1万多个，直接使电脑卡住。方法1：cmd删除文件我的解压的文件不算是太多，1万个吧（估计太多就卡死了，不能用这个方法），所以等了一会，按Win+R，输入cmd能进dos界面。1：输入cd desktop命令进入桌面；2：若文件后缀相同，则输入del *.txt，注：后面的txt是后缀，具体要看自己的是啥样的；3：若文件名不同，我没有别的办法，只能一个一个删除了，输入del+空格，然后按tab键，选择想要删除的文件方法2：进命令提示符的安全模式，
2020-07-08 10:52:07
13398
1
原创 将文件夹A中的图片移动到文件夹B，并重命名
图片存放的目录格式：A(原文件夹) a file b fileB file移动不改名import osimport shuti
2020-07-04 20:00:22
437
原创 分类问题常用的损失函数及pytorch实现
前言：分类问题和回归问题是监督学习的两大种类，关于回归使用的损失函数: 点击链接.而分类问题一般分为二分类和多分类，下面我们看看在分类问题中使用的损失函数。目录1、结论2、二分类问题的交叉熵损失函数1、结论（1）分类任务损失函数用交叉熵（2）分类又分为2分类+多分类：2分类最后一层输出接一个sigmod保证输出在（0，1）范围内，多分类最后一层输出N（分类个数）个值，这N个值过一下Softmax，相当于是归一化一下到( 0, 1) 区间内。2、二分类问题的交叉熵损失函数在二分.
2020-07-02 10:47:18
2714
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人