TechBlog
首页分类标签搜索关于
← 返回分类列表
加载中...

© 2025 TechBlog. All rights reserved.

分类

共 20 篇文章
Variational-Quantum-Eigensolver笔记

Variational-Quantum-Eigensolver笔记

使用JAX作为数值计算后端设置为CPU模式运行启用64位浮点数精度(量子化学计算需要高精度)使用PennyLane的直接下载H₂分子的预计算数据。

时间:10/06/2025

深度学习计算机视觉10转置卷积

深度学习计算机视觉10转置卷积

本文讲解深度学习计算机视觉中的转置卷积。转置卷积可逆转下采样导致的空间尺寸减小。它通过卷积核“广播”输入元素来增大输出,与常规卷积操作相反,且其正、反向传播函数可交换。

时间:10/06/2025

PyTorch训练循环详解深入理解forwardbackward和optimizer.step

PyTorch训练循环详解深入理解forwardbackward和optimizer.step

在深度学习领域,PyTorch已成为最受欢迎的框架之一,其动态计算图和直观的API设计使得模型开发和训练变得更加高效。本文将深入探讨PyTorch训练循环中的三个核心操作:forward()、backward()和optimizer.step(),帮助读者全面理解神经网络训练的底层机制。

时间:09/05/2025

PyTorch-深度学习实战15Twin-Delayed-DDPG-TD3-算法

PyTorch-深度学习实战15Twin-Delayed-DDPG-TD3-算法

本文介绍了 TD3 算法的基本原理,并使用 PyTorch 实现了一个简单的 TD3 模型来解决 Pendulum 问题。通过这个例子,我们学习了如何使用 TD3 算法进行连续动作空间的策略优化。在下一篇文章中,我们将探讨更高级的强化学习算法,如 Soft Actor-Critic (SAC)。敬请期待!代码实例说明本文代码可以直接在 Jupyter Notebook 或 Python 脚本中运行。如果你有 GPU,代码会自动检测并使用 GPU 加速。希望这篇文章能帮助你更好地理解 TD3 算法!

时间:03/16/2025

PyTorch-深度学习实战14Deep-Deterministic-Policy-Gradient-DDPG-算法

PyTorch-深度学习实战14Deep-Deterministic-Policy-Gradient-DDPG-算法

本文介绍了 DDPG 算法的基本原理,并使用 PyTorch 实现了一个简单的 DDPG 模型来解决 Pendulum 问题。通过这个例子,我们学习了如何使用 DDPG 算法进行连续动作空间的策略优化。在下一篇文章中,我们将探讨更高级的强化学习算法,如 Twin Delayed DDPG (TD3)。敬请期待!代码实例说明本文代码可以直接在 Jupyter Notebook 或 Python 脚本中运行。。希望这篇文章能帮助你更好地理解 DDPG 算法!如果有任何问题,欢迎在评论区留言讨论。

时间:03/15/2025

17-3Twitter评论情绪分类实战

17-3Twitter评论情绪分类实战

【参考文档】17-3Twitter评论情绪分类.ipynb。

时间:03/15/2025

Pytorch中矩阵乘法使用及案例

Pytorch中矩阵乘法使用及案例

Pytorch中矩阵乘法的使用以及使用案例

时间:03/13/2025

深入了解-PyTorch-中的-MaxPool2d-及其池化家族函数

深入了解-PyTorch-中的-MaxPool2d-及其池化家族函数

函数的原理解析

时间:03/13/2025

PyTorch-的-unfold-函数深入解析与在-Vision-Transformer-ViT-中的应用

PyTorch-的-unfold-函数深入解析与在-Vision-Transformer-ViT-中的应用

它在图像处理中特别有用,可以高效地将二维图像分割为多个局部块(Patch),而无需显式循环。

时间:03/12/2025

现代深度学习技术卷积神经网络06卷积神经网络LeNet

现代深度学习技术卷积神经网络06卷积神经网络LeNet

本文讲解深度学习中的卷积神经网络(LeNet)。在卷积神经网络中,我们组合使用卷积层、非线性激活函数和汇聚层。为了构造高性能的卷积神经网络,我们通常对卷积层进行排列,逐渐降低其表示的空间分辨率,同时增加通道数。

时间:03/11/2025

深度学习分词器char-level实战详解

深度学习分词器char-level实战详解

batch_first=True,输入的数据格式是(batch_size, seq_len, embedding_dim)#这里和02的差异是没有只拿最后一个输出,而是把所有的输出都拿出来了return x, hidden #x的shape是(batch_size, seq_len, vocab_size)print("{:=^80}".format(" 一层单向 RNN "))因为字典太小,所以embedding_dim要放大。

时间:03/10/2025

PyTorch全精度训练和混合精度训练简单对比全精度训练一定比混合精度训练更准确吗

PyTorch全精度训练和混合精度训练简单对比全精度训练一定比混合精度训练更准确吗

在某些情况下,全精度训练(使用 float32)可能会比混合精度训练(使用 float16 和 scaler)提供更好的效果,但这并不总是如此。

时间:03/07/2025

深度学习网格搜索实战

深度学习网格搜索实战

还是使用房价数据集进行实战。因为模型简单,使用超参数搜索的时候速度快。

时间:03/07/2025

深度学习分类回归衣帽数据集

深度学习分类回归衣帽数据集

1 加载数据集fashion_minst2 搭建class NeuralNetwork模型3 设置损失函数,优化器4 编写评估函数5 编写训练函数6 开始训练7 绘制损失,准确率曲线。

时间:03/05/2025

C调用python函数

C调用python函数

C调用python函数...

时间:01/08/2025

2024-12-25-pythonflatten参数详解

2024-12-25-pythonflatten参数详解

2024-12-25-pythonflatten参数详解...

时间:12/25/2024

机器学习深度学习前沿技术,论文,数据,源码这个网站统统都有,必须收藏

机器学习深度学习前沿技术,论文,数据,源码这个网站统统都有,必须收藏

废话不多,就是这个网站。https://paperswithcode.com/目录1. 有事没事浏览

时间:12/23/2024

服务器间传输文件的指令

服务器间传输文件的指令

之前都是把数据集下载下来,然后再上传到另外一台服务器上,这样效率就很低可以直接使用以下指令进行传输:

时间:12/02/2024

通用人工智能之路什么是强化学习如何结合深度学习

通用人工智能之路什么是强化学习如何结合深度学习

通用人工智能之路什么是强化学习如何结合深度学习...

时间:07/03/2023

2022-05-29-PyTorch强化学习实战1强化学习环境配置与PyTorch基础

2022-05-29-PyTorch强化学习实战1强化学习环境配置与PyTorch基础

2022-05-29-PyTorch强化学习实战1强化学习环境配置与PyTorch基础...

时间:05/29/2022