- 博客(5)
- 收藏
- 关注
RSS订阅原创 Pytorch入门教程--如何加载和处理数据集（二）
简单理解如下图所示，数据可以类比为各种类型的垃圾（以不同颜色的圆圈代替），dataset就是将各种垃圾分类及编号，dataloader就是将整理好的垃圾打包，方便下一层处理。它允许你批量加载数据并提供数据的随机化和并行加载功能，这对于训练神经网络非常有用。是两个非常有用的内置函数，用于查看模块、类、函数或对象的属性和文档字符串。函数用于获取对象、函数或类的文档字符串，提供了关于它们如何使用的信息。是两个关键的类，用于处理和加载数据，特别是在深度学习任务中。方法返回数据集的大小，即样本的数量。
2023-09-27 11:06:40
168
原创 Pytorch2.0、Anaconda安装及Vscode环境搭建（一）
PyTorch是一个开源的深度学习框架，用于构建、训练和部署深度神经网络。它由Facebook的人工智能研究小组开发并维护，旨在提供灵活性和性能，使研究人员和开发人员能够轻松地创建各种深度学习模型。
2023-09-26 15:18:55
1481
1
原创 龙书《编译原理》第一章学习答案
1.1.1 编译器和解释器之间的区别是什么？编译器阅读源语言编写的程序（源程序），并把该程序编译成一个等价的目标语言编写的程序（目标程序）；（编译结束后执行）解释器直接利用用户提供的输入执行源程序中指定的操作（边解释边执行）。1.1.2 编译器相对于解释器的优点是什么？解释器相对于编译器的优点是什么？由于解释器是边解释边执行，而编译器是将源程序编译成目标程序后再执行，所以在把用户输入映射成为输出的过程中，编译器产生目标程序的速度快很多，解释器逐句执行所以诊断效果更好。1.1.3 在一个语言系
2021-02-18 17:32:22
934
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