Свързани публикации 'pytorch'


Обратно разпространение, обяснено с пример (Част-2)
Първо разгледайте следния кратък математически трик. Как да изчислим производната на деление на функция, както следва: Сега нека използваме горната формула, за да намерим производната на сигмоидната функция, както следва: Сега, разгледайте следната графична мрежа, това може да е част от някаква невронна мрежа, защото имаме известно умножение, събиране и известна нелинейност в невронна мрежа. Векторът на характеристиките е X=[0,11 0,22 0,33] и тегла W = [0,55 0,66 0,77], b =..
Използвайте Sparity за по-бързи изводи с Lightning Flash и SparseML
SparseML осигурява скорости на извеждане на GPU на CPU. Това означава значително спестяване на разходи, ефективност и повече опции, когато става въпрос за разгръщане. С Lightning Flash всичко, което е необходимо, е един ред код, за да активирате SparseML обучението, като същевременно използвате страхотни функции, които Lightning предоставя, като обратни извиквания, регистриране, смесена точност и разпределено обучение с поддръжка за Advanced Distributed Плъгини. По-долу..
Намиране на подобни на вашите изображения чрез вграждане на изображения
Имали ли сте някога много добро изображение, което е имало някои малки проблеми, невероятна снимка на маса за хранене, но въпреки това на стената зад нея виси лоша картина? Е, можете да намерите най-подобните изглеждащи изображения на това, което искате, и да изберете едно, което отговаря също толкова добре на вашите нужди, без ненужни проблеми. Ще ви дадем демонстрация и Github Repository , за да изпробвате сами нашия код. За да създадем кода, който намира най-подобното изображение на..
Състезателни автоенкодери (с Pytorch)
„По-голямата част от обучението при хора и животни е обучение без надзор. Ако интелигентността беше торта, неконтролираното обучение щеше да бъде тортата [основата], контролираното обучение щеше да е черешката на тортата, а обучението с подсилване щеше да бъде черешката на тортата. Знаем как да направим глазурата и черешата, но не знаем как да направим тортата.“ Директорът на AI Research във Facebook, професор Yann LeCunn многократно споменава тази аналогия в своите разговори. Под..
Vanilla Policy Gradient от нулата
Изградете един от най-простите алгоритми за обучение за подсилване с PyTorch Някога чудили ли сте се как работи обучението с подсилване (RL)? В тази статия ще изградим една от най-простите форми на RL от нулата – алгоритъм за ванилен градиент на политика (VPG). След това ще го обучим да изпълни известното предизвикателство „CartPole“ — да се научи да движи количка отляво надясно, за да балансира стълб. Правейки това, ние също ще завършим първото предизвикателство към ресурса за..
Разберете факла.разпръскване
Дано има по-малко програмисти, които се борят като мен. Мисля, че torch.scatter и torch.gather са двата най-трудни API за тензор в пакета PyTorch. „Официалните документи“ не ни дават умно обяснение, те предлагат само еквивалентен код: # scatter self[index[i][j][k]][j][k] = src[i][j][k] # if dim == 0 self[i][index[i][j][k]][k] = src[i][j][k] # if dim == 1 self[i][j][index[i][j][k]] = src[i][j][k] # if dim == 2 # gather out[i][j][k] = input [index[i][j][k]][j][k] # if dim ==..
Интензивен курс: Създайте свой собствен модел за класификация на изображения
Класификацията на изображения е широко проучена област на компютърното зрение, която има за цел да етикетира всяко изображение от набор от данни. Има приложения в голямо разнообразие от области, включително биология, медицина, застраховане, реклама... Значително предизвикателство при класифицирането на изображения е огромният обем данни, необходими за получаване на резултати. По този начин обучението на модел в компютърното зрение може да бъде много дълго и изискващо изчислителни..