Pytorch
-
熱點丨谷歌 Meta聯手，用TPU+PyTorch擊打英偉達軟肋
前言： 谷歌與Meta宣布深化合作，讓PyTorch更好地原生支持Google TPU。 這是一次繞開英偉達CUDA生態、直擊其護城河根基的系統性動作。 這不是一次簡單的[反英偉達聯盟]，而是一次云廠
-
PyTorch 2簡介：卷積神經網絡
介紹 在本系列的上一部分中，我們使用了CIFAR-10數據集，并介紹了PyTorch的基礎知識： 張量及其相關操作 數據集和數據加載器 構建基本的神經網絡 基本模型的訓練和評估
-
使用Pytorch進行圖像增強的綜合教程
最近，在研究項目中，開始了解圖像增強技術的重要性。該項目的目標是訓練一個能夠重建原始圖像的魯棒生成模型。所解決的問題是異常檢測，這是一個相當具有挑戰性的問題，因為數據量很小，而且模型不足以單獨完成所有工作
-
用Pytorch訓練神經網絡
本文目標是如何使用Pytorch以盡可能短的方式從圖像中預測顏色、填充級別等連續屬性。我們將學習加載現有網絡，修改它以預測特定屬性，并用不到40行代碼（不包括空格）對其進行訓練。Standart神經網絡通常專注于分類問題，比如識別貓和狗
-
Pytorch圖像檢索實踐
隨著電子商務和在線網站的出現，圖像檢索在我們的日常生活中的應用一直在增加。亞馬遜、阿里巴巴、Myntra等公司一直在大量利用圖像檢索技術。當然，只有當通常的信息檢索技術失敗時，圖像檢索才會開始工作。背景圖像檢索的基本本質是根據查詢圖像的特征從集合或數據庫中查找圖像
-
數據格式轉化，PyTorch就是救星！
介紹Pytorch是一個深度學習框架，廣泛用于圖像分類、分割、目標識別等各種任務。在這種情況下，我們必須處理各種類型的數據。很可能在大多數情況下，數據可能不是我們所需要的格式。PyTorch轉換就是救星
-
使用Google云平臺實戰基于PyTorch的yolo-v3模型
對于計算機視覺愛好者來說，YOLO （You Only Look Once）是一個非常流行的實時目標檢測算法，因為它非常快，同時性能非常好。在本文中，我將共享一個視頻處理的代碼，以獲取視頻中每個對象目標的邊框。
-
在PyTorch中使用卷積神經網絡建立圖像分類模型
在這篇文章中，我們研究了CNNs是如何從圖像中提取特征的。他們幫助我們將之前的神經網絡模型的準確率從65％提高到71％，這是一個重大的進步。
-
Facebook的開源AI框架PyTorch發布，而這只是個開始！
最近，Facebook開源了機器學習（ML）和人工智能（AI）框架：PyTorch,現在，PyTorch 1.0的測試版已發布。
換一批
