Публикации по теме 'pytorch'
Понимание функции torch.gather в Pytorch
Два аргумента этой функции, index и dim , являются ключом к пониманию функции.
В случае 2D dim = 0 соответствует строкам, а dim = 1 соответствует столбцам.
В случае 3D dim = 0 соответствует изображению из пакета, dim = 1 соответствует строкам, а dim = 2 соответствует столбцам.
Случай двумерного входного тензора
1. Понимание аргумента dim:
а. Когда dim = 0, мы выбираем строки.
б. Когда dim = 1, мы выбираем столбцы.
2. Понимание аргумента индекса:
а. Аргумент индекса..
Изучите PyTorch за день. Буквально.
От новичка до практика PyTorch в одном видео.
Мое последнее видео на YouTube длится 25 часов 36 минут и 57 секунд (на самом деле чуть больше суток).
И его единственная цель — создать импульс, чтобы помочь вам изучить PyTorch для глубокого обучения.
Видео
Видео Изучай PyTorch за день состоит из 162 небольших видеороликов или первых пяти глав курса От нуля до мастерства PyTorch для глубокого обучения :
00 — PyTorch и основы глубокого обучения 01 — Рабочий процесс..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..