Pytorch 深度 学习

掘金是一个帮助开发者成长的社区，这里汇聚了热门的PyTorch技术、学习、经验文章。掘金的PyTorch技术文章由稀土上聚集的技术大牛和极客共同编辑为你筛选出最优质的干货，用户每天都可以在这里找到PyTorch技术世界的头条内容，我们相信你也可以在这里有所收获。

具体包括神经网络的张量与数学基础、前馈神经网络、神经网络的pytorch实现、卷积神经网络基础、经典CNN模型介绍、序列模型、深度生成模型等内容。本书介绍当前深度的初步知识,以应用为手段...

PyTorch 只对被切片的张量内容（e）求导，不对索引值（d）求导。因此，f = e[:d.to(torch.long)] 虽能执行，但 d 的梯度为 None，优化器无法更新 a。

PyTorch Tabular 是一个专为表格数据设计的深度学习库，基于 PyTorch 构建，通过提供模块化、易用的 API 和高级功能，显著简化了表格数据的建模、训练和推理流程。以下是其核心特性和应用场景的详细说明： 主要特性

PyTorch 2.10 于日发布，这是这款广泛使用的深度学习库的最新功能更新。新版本在继续改进对 Intel GPU 和 AMD ROCm ...

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能：强大的 GPU 加速 Tensor 计算（类...

PyTorch 默认采用动态计算图（ eager execution），每写一行 tensor 操作就立即执行，可以像普通 Python 代码一样用 print、pdb 调试，也支持 if/for 等控制流直接嵌入模型逻辑中。TensorFlow 2.x 虽默认开启 eager mode，

基于带自动微分系统的深度神经网络。 PyTorch 包括 torch.autograd、torch.nn、torch.optim 等子模块。

VGG16是由牛津大学Visual Geometry Group(VGG)在2014年提出的深度卷积神经网络模型，它在当年的ImageNet图像分类竞赛中取...