文章目录前言一、在网络中添加一层：二、修改网络中的某一层三、网络层的删除方法一：使用关键字del删除层（推荐）方法二：将层设置为空层四、网络层的切片五、网络层的冻结前言今天在这里纪录一下如何对torch网络的层进行更改：变更，增加，删除与查找这里拿VGG16网络举例，先看一下网络结构importtorchimporttorch.nnasnnfromtorchvisionimportmodelsnet=models.vgg11(pretrained=True)一、在网络中添加一层：net网络是一个树型结构，net下面有三个结点，分别是(features,avgpoll,classifier),我
1.PyTorch的安装（1）首先在命令行输入nvidia-smi查看本机的CUDA版本：（2）前往PyTorch官网：PyTorch，在GetStarted中设置以下选项：如果想在自己电脑上跑通代码，就选CUDA，如果不需要在自己电脑上跑，而是在服务器上跑，或者没有独立显卡，就选CPU。独立显卡需要NVIDIA显卡。这里我们一定要选择和自己版本相同或更低的CUDA。（3）激活一个Anaconda环境（本文在PyTorch环境下操作），Anaconda的安装与使用可以转至：Anaconda3安装与配置教程（2022.11），由于直接用PyTorch官网给出的命令进行安装速度非常慢，还很容易出错
1.简介1.1线性回归模型概述线性回归是一种统计学中的预测分析，该方法用于建立两种或两种以上变量间的关系模型。线性回归使用最佳的拟合直线（也称为回归线）在独立（输入）变量和因变量（输出）之间建立一种直观的关系。简单线性回归是输入变量和输出变量之间的线性关系，而多元线性回归是多个输入变量和输出变量之间的线性关系。1.2Python和PyTorch简介Python是一种强大的编程语言，特别适合处理和分析大数据，广泛应用于各种科学计算中。Python有很多库可以方便地实现各种高级功能，例如：NumPy,Pandas,Matplotlib等。PyTorch是一个开源的Python机器学习库，基于Tor
note文章目录note一、tensor的创建二、tensor的加减乘除三、torch.argmax()函数四、gathter函数小栗子1小栗子2：如果每行需要索引多个元素：四、针对某一维度的操作五、改变维度、拼接、堆叠等操作Reference一、tensor的创建torch.tensor会复制data，不想复制可以使用torch.Tensor.detach()。如果是获得numpy数组数据，可以使用torch.from_numpy()，共享内存#1.tensortorch.tensor(data,dtype=None,device=None,requires_grad=False)data-
项目创建建议是虚拟环境，这样不会因为之前下载的某些包模块版本不同导致运行出现问题,很多人下载不了或者报错都是因为环境问题所以直接虚拟环境。 成本cv2报错 pipinstallopencv-python 完成查看更新pip（下载不成功更新一下 pip） 完成下一个代码展示一下怎么使用opencv
网上有许多pytorch-gpu环境配置的方法，我结合了许多篇文章自己成功安装并把完整的安装过程记录下来，大家可以参考一下首先打开NVIDIA控制面板：搜索NViDIA即可出现进入NVIDIA控制面板后点击系统信息：.csdnimg.cn/3229a7fe8d3042b0b16830642bde0f11.png)我的驱动版本支持CUDA11.6NVIDIA官网下载CUDA（是NVIDIA推出的用于自家GPU的并行计算框架，CUDA只能在NVIDIA的GPU上运行，）：选择对应版本接下来下载cuDNN（是NVIDIA打造的针对深度神经网络的加速库，不是必须，但一般会采用）选择对应版本：两个东西下
目标：在NLP领域，基于公开语料的预训练模型，在专业领域迁移时，会遇到专业领域词汇不在词汇表的问题，本文介绍如何添加专有名词到预训练模型。例如，在bert预训练模型中，并不包含财经词汇，比如‘市盈率’等财务指标词汇，本文将介绍：如何把专业名词添加到词汇表中方法1：修改vocab方法2：更通用，修改分词器tokenizer如何保留现有模型能力，并训练新词汇的embedding表示内容：NLP的分词NLP的处理流程：对输入的句子进行分词，得到词语及下标通过embedding层获得词语对应的embeddingembedding送入到预训练模型，经过attention注意力机制，获得token在句子中
文章目录问题描述问题原因解决方案参考问题描述在coding的时候我们经常在指定device的时候用这么一句代码：device='cuda'iftorch.cuda.is_available()else'cpu'但是有时候我们会发现device确实是放在了cpu上面，所以为了明确出错的原因，我们在shell里先import了torch，再执行torch.cuda.is_available()，发现在返回False结果之前给出了错误原因，其中部分内容就是我们在标题中写的。问题原因这种情况一般来说有两种原因gpu的计算能力过差pytorch慢慢已经不支持cc(computecapability)小于
目录python安装包官网安装验证python模块安装安装模块安装位置查询是否成功cuda驱动安装查询cuda驱动支持版本官网安装查询安装pytorch安装查询cuda驱动版本pytorch官网查询是否成功d2l安装官网最终检验环境是否搭建成功debug记录python安装包官网第一步首先在python官网下载适合自己电脑的python版本(注意x86是32位的，x86-64是64位的)这里选择3.7版本官网：www.python.org/downloads/在下面选取想要的版本选择安装包：web-based安装包最小，是基于网络安装，下载快，executable是exe安装，embeddab
目录翻转图像图像旋转翻转图像 opencv中使用cv2.filp可以实现图像翻转defflip(src,flipCode,dst=None)src：输入图像flipCode：flipCode一个标志来指定如何翻转数组；0表示上下翻转，正数表示左右翻转，负数表示上下左右都翻转。dst：输出图像 下面代码对图像进行不同旋转。importcv2importnumpyasnplp=cv2.resize(cv2.imread('../images/lp.jpg'),None,fx=0.7,fy=0.7)#翻转0表示上下，正数表示左右，负数表示上下左右都翻转new_lp1=cv2.fl
