本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 一直以来，Pytorch在Mac上仅支持使用CPU进行训练。 就在刚刚，Pytorch官方宣布，其最新版v1.12可以支持GPU加速了。 只要是搭载了M1系列芯片的Ma

对于PyTorch加载和处理不同类型数据，官方提供了torchvision和torchtext。 之前使用 torchDataLoader类直接加载图像并将其转换为张量。现在结合torchvision和torchtext介绍torch中的内置数据集 Torchvision 中的数据

有时候，在处理大数据集时，一次将整个数据加载到内存中变得非常难。 因此，唯一的方法是将数据分批加载到内存中进行处理，这需要编写额外的代码来执行此操作。对此，PyTorch 已经提供了 Dataloader 功能。 DataLoad

 本文将介绍来自加州伯克利大学的 ActNN，一个基于 PyTorch 的激活压缩训练框架。在同样的内存限制下，ActNN 通过使用 2 bit 激活压缩，可以将 batch size 扩大 6-14 倍，将模型尺寸或者输入图片扩大 6-10 倍。

  像许多神经网络模型一样，目标检测模型在训练大量数据时效果最好。通常情况下，可用的数据有限，世界各地的许多研究人员正在研究增强策略，以增加可用的数据量。谷歌的大脑团队进行了一项这样的研究，并发表

  在PyTorch建立模型，主要是NN模块。 nn.Linear nn.Linear是创建一个线性层。这里需要将输入和输出维度作为参数传递。 linear = nn.Linear(10, 2) example_input = torch.randn

  自深度学习重新获得公认以来，许多机器学习框架层出不穷，争相成为研究人员以及行业从业人员的新宠。从早期的学术成果 Caffe、Theano，到获得庞大工业支持的 PyTorch、TensorFlow，许多研究者面对大量的学习

什么是 PyTorch? PyTorch是一个基于Python的科学计算包，提供最大灵活性和速度的深度学习研究平台。 张量 张量类似于NumPy 的n 维数组，此外张量也可以在 GPU 上使用以加速计算。 让我们构造一个简单的张量并检查输

近日，一个关于图注意力网络可视化的项目吸引了大批研究人员的兴趣，上线仅仅一天，收获 200+ 星。该项目是关于用 PyTorch 实现的图注意力网络(GAT)，包括易于理解的可视化。 项目地址：https://github.com/gordica

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 如何提升PyTorch“炼丹”速度？ 最近，有一位名叫Lorenz Kuhn的小哥，分享了他在炼丹过程中总结的17种投入最低、效果最好的提升训

过去十年，机器学习(尤其是深度学习)领域涌现了大量算法和应用。在这些深度学习算法和应用涌现的背后，是各种各样的深度学习工具和框架。它们是机器学习革命的脚手架：TensorFlow 和 PyTorch 等深度学习框架的广泛使