草庐IT

pytorch简介

全部标签

Linux服务器下配置深度学习环境(PyTorch)

目录一. 安装anaconda二.创建虚拟环境三.安装PyTorch在配置环境前,需要远程连接服务器,我选择使用MobaXterm,具体操作详见:使用MobaXterm连接Linux服务器一. 安装anacondaAnaconda,中文大蟒蛇,是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。1. 下载anaconda在官网上查找自己需要的版本,地址链接如下:https://repo.anaconda.com/archive/以我自己安装的版本为例,在控制台输入这句话:​wgethttps://repo.anaconda.com/archive/A

【单片机】自学单片机第01天|单片机简介、内部资源、最小系统

作者:努力学习的大一在校计算机专业学生,热爱学习和创作。目前在学习和分享:算法、数据结构、Java等相关知识。博主主页:@是瑶瑶子啦所属专栏:单片机基础自学教程:适合小白的单片机自学教程|以51单片机为学习对象,争取举一反三!,和小白瑶瑶子一起学起来吧!(学习参考书籍:《手把手教你学51单片机-C语言版——宋雪松》)近期目标:写好专栏的每一篇文章目录一、单片机的内部资源二、51单片机简介三、单片机最小系统3.1:简介3.2:电源3.3:晶振3.4:复位一、单片机的内部资源🙆‍♀️什么是单片机的内部资源呢?就是可以供单片机操作者使用的资源,单片机资源分为以下三类:🥕FLASH:程序存储空间ROM

STM32-SPI通信(W25Q64芯片简介,使用SPI读写W25Q64存储器芯片)

目录一、SPI的通信协议及其原理1.1SPI简介1.2SPI通信的硬件连接1.3SPI的时序基本单元1.3.1起始条件和终止条件1.3.2交换字节(模式0,先移入,再移出)1.3.3交换字节(模式1,先移出,再移入)1.3.4交换字节(模式2,对应模式0,SCK极性取反)1.3.5交换字节(模式3,对应模式1,SCK极性取反)1.4SPI的指令操作二、STM32的SPI通信外设2.1SPI外设简介2.2SPI外设结构2.3主模式全双工连续传输时序2.4非连续传输时序三、W25Q64存储器芯片3.1W25Q64简介及其工作原理3.2Flash操作注意事项3.2.1写入操作3.2.2读取操作四、代

全国计算机等级考试二级MS Office简介及备考攻略

全国计算机等级考试二级MSOffice简介及备考攻略,一篇文章带领大家轻松过二级,里面配套有题库和实战课程,只要你跟着练,反复刷题库,没任何问题。学生考前焦虑症有很多同学会问一些问题:现在学习还来得及吗?我计算机零基础,也能学计算机二级,通过考试吗?暑(寒)假备考时间短能过吗?计算机二级会不会很难?考试会考原题吗?作者在这里统一回答:现在开始一切都来得及!计算机二级只是个基础证书!零基础一样学计算机二级!考试中80%是原题!一、什么是计算机二级MSOfficeNCRE全称是“全国计算机等级考试”,由教育部考试中心主办,面向社会,用于考查应试人员计算机应用知识与能力的全国性计算机水平考试体系。证

hadoop之MapReduce简介

hadoop之MapReduce简介一、MapReduce概述1、MapReduce定义2、MapReduce的优缺点3、MapReduce的进程4、MapReduce的编程规范5、hadoop的数据类型6、wordCount的案例演示程序思路分析:程序实现:二、hadoop序列化1、序列化的定义2、java和hadoop的序列化对比3、序列化的操作步骤三、MapReduce框架原理1、框架原理2、inputFormat数据读取数据的切片3、mapper4、shuffle分区partitioner排序combiner(可选)5、reducer6、outputFormat7、ReduceTask

强化学习_06_pytorch-doubleDQN实践(Pendulum-v1)

环境描述环境是倒立摆(InvertedPendulum),该环境下有一个处于随机位置的倒立摆。环境的状态包括倒立摆角度的正弦值,余弦值,角速度;动作为对倒立摆施加的力矩(action=Box(-2.0,2.0,(1,),float32))。每一步都会根据当前倒立摆的状态的好坏给予智能体不同的奖励,该环境的奖励函数为,倒立摆向上保持直立不动时奖励为0,倒立摆在其他位置时奖励为负数。环境本身没有终止状态,所以训练的时候需要设置终止条件(笔者在本文设置了260)。一、构建智能体构建智能体:policy是和之前一样的。探索和利用,就是利用的时候基于nn模型的预测主要核心:QNet:就是一个多层的NNu

5-3 pytorch中的损失函数

一般来说,监督学习的目标函数由损失函数和正则化项组成。(Objective=Loss+Regularization)Pytorch中的损失函数一般在训练模型时候指定。注意Pytorch中内置的损失函数的参数和tensorflow不同,是y_pred在前,y_true在后,而Tensorflow是y_true在前,y_pred在后。对于回归模型,通常使用的内置损失函数是均方损失函数nn.MSELoss。对于二分类模型,通常使用的是二元交叉熵损失函数nn.BCELoss(输入已经是sigmoid激活函数之后的结果)或者nn.BCEWithLogitsLoss(输入尚未经过nn.Sigmoid激活函

RIP路由协议简介+基本配置示例

RIP路由协议简介    RIP(RoutingInformationProtocol)-路由信息协议:是一种基于距离矢量(DistanceVector)算法的协议,以跳数(被传送数据所经过路由器的个数)为度量来衡量到达目标网络的距离,属于IGP(内部网关协议)协议,有RIP1和RIP2两个版本,基于UDP协议,端口号为520,主要用于小型网络。    主要特点:配置简单、易于维护、网络规模小。    防止路由环路的措施有:立即更新、水平分割和毒性逆转。    RIP基本工作原理:路由器运行RIP后,创建只包含直连路由的RIP路由表,然后以30s为周期向直连的路由器发送自己的最新RIP路由表信

深度学习常用的工具库 PyTorch

作者:禅与计算机程序设计艺术1.简介PyTorch是一个开源的、基于Python语言的机器学习框架,可以实现动态计算图,具有简单易用、GPU加速计算能力强、易于扩展的特点。它的主要特性如下:1)动态计算图:通过定义一个计算图,将所有需要执行的运算(张量)定义出来,然后通过一系列不同的操作组合成计算图。这种方式使得网络结构的搭建、参数的更新以及前向传播都可以轻松地在内存中进行。2)GPU加速计算:利用GPU硬件资源进行快速高效的计算,可以显著提升神经网络的训练速度。PyTorch提供的广泛的GPU支持,包括CUDA,CuDNN和NCCL等,可以让开发者快速部署基于GPU的神经网络。3)易于扩展性

PyTorch多进程模型推理

进程和线程进程:一个在内存中运行的应用程序,每个进程有自己独立的一块内存空间。资源分配的最小单位。线程:进程中的一个执行单元,程序执行的最小单位。一个进程可以有多个线程。Python的多线程特点:在Python中,由于GIL的存在,在多线程的时候,同一时间只能有一个线程在CPU上运行,而且是单个CPU,不管CPU核数为多少。所以,Python不能利用多线程发挥多核的优势,但是,可以通过多进程实现多核任务。多个Python进程有各自独立的GIL锁,互不影响。什么时候使用多线程/多进程:在python中,如果一个进程包含多个线程,做CPU密集型任务时,多线程并不能有多少效率提升,相反可能还会因为线