PyTorch的基本介绍（一）

最新推荐文章于 2024-11-11 21:31:54 发布
最新推荐文章于 2024-11-11 21:31:54 发布
阅读量763 收藏 5
点赞数 13
分类专栏： PyTorch 文章标签： pytorch 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_57640874/article/details/141831366
版权

文章目录

PyTorch的发展

  • 2002年发布Torch
    是一个通用的机器学习的计算框架，但由于其主要的开发语言是Lua语言，所以没有通用起来
  • 2016年
    Facebook在原来Torch7(2011)的基础之上重新开发了一个框架，并且命名为Pytorch，沿用了c和c++的计算后端

PyTorch与同类框架

同类型框架
可以大致分成三个阵营（Google、Facebook、Microsoft）
Chainer是日本的一款，Pytorch借鉴了其API的设计规范
框架的\演化过程如下：
框架演化过程
大多数会选择Pytorch或者TensorFlow，那么这二者的区别主要在于是静态图优先还是动态图优先。
PyTorch使用动态图，每执行一次操作都会重新构建一个新的计算图，比如说像下面这样，程序会按照我们编写的命令执行下去，那么调试起来会更容易
在这里插入图片描述
TensorFlow使用静态图，要先定义计算图，然后再去使用它（相当于先去定义，再去使用，无法查看中间变量输出）。
在这里插入图片描述

静态图动态图
定义方式计算图在运行之间就定义好计算图在运行是动态构建
执行效率计算图已经构建好，可以优化动态构建优化空间小
易用性需要用户手动管理计算图的构建和执行，会增加编程的复杂性更接近于普通的编程语言
自动微分需要额外的步骤来支持自动微分支持自动微分，可以直接获取梯度

PyTorch功能

PyTorch生态系统

CV方向就是有TorchVision，NLP领域就有AllenNLP，图卷积有PyTorch geometric……

举例PyTorch用途

自动求导

比如对于公式 y = a 2 x + b x + c y=a^2x+bx+c y=a2x+bx+c中对于x=1时的a，b，c求偏导
在这里插入图片描述
得到的结果如下
在这里插入图片描述

常用的网络层

在这里插入图片描述

Lily_wangxiaohui
关注
专栏目录
PyTorch基本数据类型（一）
09-19
### PyTorch基本数据类型详解 #### 一、引言 随着深度学习技术的发展，越来越多的人开始接触并使用PyTorch这一强大的机器学习框架。作为一款由Facebook人工智能研究室开发的开源库，PyTorch因其灵活性高、易于上手...
48 页 PPT 讲解 PyTorch 内部机制
10-18
Tensor是PyTorch中的基本数据结构，用于表示多维数组。PyTorch中的tensor可以是CPU或GPU上的存储单元，Tensor的存储方式可以是Zero-copy，即不需要在CPU和GPU之间进行数据复制。Tensor的内存分配器可以是CPU或GPU上...
PyTorch基本介绍
02-28 748
PyTorch是一个基于Python的机器学习框架，由Facebook于2016年发布。它提供了一组灵活且高效的工具，可用于构建和训练各种深度学习模型。
pytorch深度学习框架基本介绍
2301_77539454的博客
07-22 2339
PyTorch是一个开源的机器学习库，广泛用于计算机视觉和自然语言处理等应用。它由Facebook的人工智能研究团队开发，并且得到了许多研究机构和企业的支持。PyTorch的核心是一个强大的张量计算包，类似于NumPy，但是它能够利用GPU进行加速计算。PyTorch的设计哲学是简洁和直观，它提供了动态计算图（Dynamic Computation Graph），也称为自动微分系统，这使得构建和修改复杂的神经网络变得更加容易。易用性：PyTorch的API设计简洁，易于上手。灵活性。
pytorch基本介绍：张量基本操作
For Infinite
02-21 1110
pytorch：数据操作 ???? 这里的代码，是在jupyter下运行的。如果需要用于pycharm等运行，只需要将输出行换掉（以第一份代码为例）。 常见的函数 torch.arange(n) ：形成一个从000到n−1n-1n−1的一维张量（向量）。 import torch x = torch.arange (12) x # pycharm下运行 print(x) x.reshape(m,n) ：形成一个m×nm\times nm×n的二维张量（矩阵） y = x.reshape(3,4) #
pytorch基本算子
WX_Chen的博客
12-06 2075
permute 将tensor的维度换位。 nn.functional.unfold() unfold的作用就是手动实现(卷积中)的滑动窗口操作，也就是只有卷，没有积 行数为4，即对应着2×2的滑动窗口大小；而每一列的元素为滑动窗口依次所覆盖的内容，一共滑动了16次，因此有16列。 https://blog.csdn.net/qq_40714949/article/details/112836897 torch.cat和torch.stack torch.cat不增加维度 torch.s.
【Pytorch】2024 Pytorch基础入门教程（完整详细版）
热门推荐
炼丹笔记
09-11 17万+
Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被支持 Python 的 Tensorflow 抢走用户。
pytorch nested tensor基本介绍
weixin_43969854的博客
04-04 1292
1.3) 通过创建一块连续的大buffer,将各个Tensor内存拷贝到buffer tensor, 通过nested_sizes_, nested_strides_, nested_offsets_进行信息记录,也是根据这几个信息,判断各个Tensor和buffer的连续性;调用: torch._nested_tensor_from_tensor_list(tensor_list, dtype, None, device, None)2.3.3）传入的不可以是nestedTensor。
Pytorch基本概念
weixin_39280774的博客
04-06 3258
Pytorch 学习记录 什么是Pytorch PyTorch是一个基于python的科学计算包，主要针对两类人群： 1.作为NumPy的替代品，可以利用GPU的性能进行计算 2.作为一个高灵活性、速度快的深度学习平台 PyTorch 是Torch7 团队开发的，从它的名字就可以看出，其与Torch 的不同之处在于PyTorch 使用了Python 作为开发语言。所谓“Python first”，...
PyTorch 相关知识介绍
qq_45452617的博客
06-05 1778
PyTorch的相关知识。1、PyTorch和TensorFlow。2、DataLoader和Dataset。3、TensorBoard可视化工具。torchvision。4、Transformer的使用。5、图像处理 PIL.6OpenCV
PyTorch基本数据类型tensor
m0_49963403的博客
12-18 1219
PyTorch中基础数据类型Tensor的介绍
pytorch学习内容，包括Pytorch基本内容介绍，张量概念、张量的操作、张量与Numpy数组的相互转换、自动微分、神将网络
09-27
PyTorch是一个强大的深度学习框架，它以Python为基础，提供了科学计算工具，特别适用于神经网络的构建和训练。PyTorch有两个主要用户群体：一是希望用Numpy替代品进行神经网络编程的用户，二是需要一个高度可扩展和...
pytorch介绍心得.docx
03-04
### PyTorch 介绍及其特点 #### PyTorch 概述 PyTorch 是一个开源的深度学习框架，由 Facebook 的人工智能研究实验室 FAIR（Facebook AI Research）于 2016 年发布。该框架因其灵活性和易用性而备受青睐，在学术界...
P10 Pytorch入门实战——Pytorch实现车牌识别
weixin_43934209的博客
11-05 385
【代码】P10 Pytorch入门实战——Pytorch实现车牌识别。
PyTorch：torchvision中的dataset的使用
最新发布
m0_73640344的博客
11-11 474
通过有效利用和transforms，研究者和开发者可以更高效地进行图像数据的加载和预处理，这对于构建和训练深度学习模型至关重要。正确理解这些工具的使用方法和配置参数，将帮助用户避免常见问题，优化模型训练流程。
Ascend Extension for PyTorch是个what？
xyz3120的专栏
11-08 1076
Ascend Extension for PyTorch 插件是基于昇腾的深度学习适配框架，使昇腾NPU可以支持PyTorch框架，为PyTorch框架的使用者提供昇腾AI处理器的超强算力。项目源码地址请参见LINK。昇腾为基于昇腾处理器和软件的行业应用及服务提供全栈AI计算基础设施。您可以通过访问昇腾社区，了解关于昇腾的更多信息。
通过pin_memory 优化 PyTorch 数据加载和传输:工作原理、使用场景与性能分析
deephub
11-09 4510
在数据密集型、GPU 加速的训练领域,即使是小的优化也能产生显著的性能提升。以下是何时以及如何使用高吞吐量 GPU 训练:处理大型数据集时,启用,因为它可以加速数据从 CPU 到 GPU 的传输。多 GPU 或分布式训练:在需要高效数据传输的多 GPU 设置中,此设置尤其有益。低延迟或实时应用:当最小化延迟至关重要时,与相结合可以优化管线。尝试的不同值,同时测试pin_memory和设置,并使用分析工具衡量它们对数据传输速度的影响。虽然。
Pytorch无法使用GPU的问题的原因
m0_73640344的博客
11-11 202
从你提供的信息来看，尽管你的环境中安装了与CUDA相关的库（如libcublas等），但PyTorch还是无法使用GPU。False。
介绍pytorch基本框架
03-17
以下是PyTorch的基本框架介绍： 1. 张量（Tensor）：PyTorch的核心数据结构是张量，它类似于多维数组，可以在CPU或GPU上进行计算。张量可以用来表示输入数据、模型参数和输出结果。 2. 自动求导（Autograd）：...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值