摘要：
矩阵和张量运算构成了广泛领域和应用的基础，并且在许多情况下构成了整体计算复杂性的重要部分。通用gpu能够加速其中许多操作并使其他操作成为可能，这导致了这些设备的广泛适应性。为了充分利用张量运算的计算能力，需要专门的软件，目前有几个包（主要是在深度学习领... 阅读全文
摘要：
Libtorch是c++接口的Pytorch，提供了与python版本基本一致的接口，使用很方便，而且更适合实际部署。这里介绍Libtorch的在VS2019下的部署和简单测试使用。 1、从官网下载 https://pytorch.org/get-starte... 阅读全文
摘要：
上一节在VS 2019上配置了Libtorch c++，并进行了测试。有了基本的环境设置，可以进入更有序的学习。 首先，讨论怎么利用面向c++的接口定义模块（module）并与之交互。从最基本、最小规模的模块开始，然后利用面向c++接口内置的模块搭建完整的对抗... 阅读全文
摘要：
c++又很多库，特别是关于工程计算方面的，但是c++用起来太难了，特别是内存管理，很难预测它什么时候崩溃，什么时候内存爆满，内存释放问题很让人头疼。 Rust语言试图解决c++的这个内存管理的弊端，但是处于对效率及底层处理的要求，放弃了c#和java甚至go那... 阅读全文
摘要：
这是个完整的例子，用全连接网络方法识别手写数字，分为三部分，（1）搭建网络，（2）读取MNIST数据，（3）优化器设置，（4）训练网络。 1、网络搭建部分 用struct的方式建立自定义网络Net，它继承自torch::nn::Module,实现了forwar... 阅读全文
摘要：
目录 什么是对抗生成网络GAN 生成网络模块 鉴别网络模块 数据集定义 数据加载 数据检查的输出结果 定义优化器 网络训练 模型的定期保存 全部源代码 我们的目的是从MNIST 数据集生成图片，将使用对抗生成网络（GAN）完成这个任务。具体说，将采用DCGAN... 阅读全文
摘要：
错别字是写博客是常见的问题，人去检查错别字效率低，浪费时间，需要借助机器的力量。 目前，百度AI平台提供了500000免费调用次数的文本纠错接口。识别文本中有错误的片段，进行错误提示并给出正确的建议文本内容。 https://mp.csdn.net/conso... 阅读全文
摘要：
本实例同时采用卷积、池化、丢弃、非线性化、和线性网络层等多种网格联合识别手写数字。 （1）网络定义模块 网络的定义部分，定义结构体Net，内部成员有二维卷积层conv1，conv2，丢弃层conv2_dropout，线性层fc1，fc2，采用的其它网络层有最大... 阅读全文
摘要：
上述几节主要介绍了如何利用MNIST数据集搭建多层神经网络并完成模型的训练，用到的数据都是torch::data::dataset自带的数据集，这节介绍如何根据实际情况创建自己的数据集。 （1）自定义类型的设计方法 实际上，自定义数据类型很简单，只需要继承to... 阅读全文
摘要：
目录 在7天内使用Python进行数据准备。 第1课：数据准备的重要性 第2课：通过插补填充缺失值 第3课：使用RFE选择特征 第4课：使用规范化缩放数据 第5课：使用热编码（One-Hot）转换类别 第6课：使用kBins将数字转换为类别 第7课：使用... 阅读全文