PyTorch
-
通过五个项目学习PyTorch
深度学习已经彻底改变了我们处理诸如图像识别、自然语言处理甚至音频分析等复杂问题的方式。许多深度学习应用的核心是PyTorch,这是一个强大而灵活的框架,可以让开…
-
抽取式和生成式摘要技术简介
简介 在数据科学,尤其是自然语言处理领域,总结一直是一个备受关注的话题。尽管文本摘要方法已经存在一段时间,但近年来在自然语言处理和深度学习方面取得了重大进展。在…
-
PyTorch 101:深入掌握PyTorch
简介 大家好,这是我们在PyTorch系列中的又一篇文章。本文面向已经熟悉PyTorch基础并且想要提升到中级水平的用户。虽然我们在之前的文章中已经介绍了如何实…
-
卷积神经网络中的填充
填充是卷积神经网络中的一个基本过程。虽然不是强制性的,但在许多最先进的CNN架构中经常使用。在本文中,我们将探讨为什么以及如何进行填充。 卷积机制 在图像处理/…
-
使用Captum为PyTorch模型解释性和理解
介绍 随着模型复杂性的增加和透明度的缺乏,模型可解释性方法在近年来变得越来越重要。模型理解是研究的热点话题,也是采用机器学习的各个领域实践应用的关注焦点。 Ca…
-
用PyTorch从零开始编写VGG
在继续探讨过去1-2十年里彻底改变计算机视觉领域的经典卷积神经网络的构建系列的下一部分,我们将从头开始使用PyTorch构建一个非常深的卷积神经网络VGG。您可…
-
从零开始用PyTorch编写LeNet5
简介 在本文中,我们将构建最早期的卷积神经网络之一,(LeNet5)。我们将使用PyTorch从头开始构建这个CNN,并将观察它在现实世界数据集上的表现。 我们…
-
从零开始用PyTorch编写AlexNet
简介 本文是关于在PyTorch中从头开始构建最流行的卷积神经网络系列的延续。您可以在这里查看上一篇文章在此处,我们构建了LeNet5。在本文中,我们将构建Al…
-
使用PyTorch实现自动混合精度
简介 更大的深度学习模型需要更多的计算能力和内存资源。通过新技法的开发,深度神经网络的训练速度得到了提升。而不是使用FP32(全精度浮点数格式),你可以使用FP…