关于 PyTorch 的文章
9个技巧让你的PyTorch模型训练变得飞快!

不要让你的神经网络变成这样 让我们面对现实吧,你的模型可能还停留在石器时代。我敢打赌你仍然使用32位精度或GASP甚至只在一个GPU上训练。 我明白,网上都是各种神经网络加速指南,但是一个checklist都没有(现在有

分离硬件和代码、稳定 API,PyTorch Lightning 1.0.0 版本正式发布

Keras 和 PyTorch 都是对初学者非常友好的深度学习框架,两者各有优势,很多研究者和开发者在选择框架时可能会举棋不定。基于这种情况,grid.ai CEO、纽约大学博士 William Falcon 创建了 PyTorch Lightning,为 PyT

9大主题卷积神经网络(CNN)的PyTorch实现

大家还记得这张图吗? 深度系统介绍了 52 个目标检测模型,纵观 2013 年到 2020 年,从最早的 R-CNN、OverFeat 到后来的 SSD、YOLO v3 再到去年的 M2Det,新模型层出不穷,性能也越来越好! 上文聚焦于源码和论文,

让PyTorch更轻便,这款深度学习框架你值得拥有!GitHub 6.6k星

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就以简单又好用的特点,广受AI研究者的喜爱。 但是,一旦任务复杂化,就可能会发生一系列错误,花费的时间更长。 于是,就诞

PyTorch如何加速数据并行训练?分布式秘籍大揭秘

  在芯片性能提升有限的今天,分布式训练成为了应对超大规模数据集和模型的主要方法。本文将向你介绍流行深度学习框架 PyTorch 最新版本( v1.5)的分布式数据并行包的设计、实现和评估。 论文地址:https://a

PyTorch称霸顶会:CVPR论文占比是TensorFlow 4 倍

在开源框架领域,PyTorch 与 TensorFlow 之争一直存在,研究人员在写论文时也会有不同的偏向。但近年来,得益于 PyTorch 本身的一些优势,越来越多的学者偏向于选择 PyTorch,TensorFlow 的使用比例也因此逐渐下降。

高性能PyTorch是如何炼成的?整理的10条脱坑指南

如何用最少的精力,完成最高效的 PyTorch 训练?一位有着 PyTorch 两年使用经历的 Medium 博主最近分享了他在这方面的 10 个真诚建议。 在 Efficient PyTorch 这一部分中,作者提供了一些识别和消除 I/O 和 CPU 瓶颈

云计算学习:用PyTorch实现一个简单的分类器

回想了一下自己关于 pytorch 的学习路线,一开始找的各种资料,写下来都能跑,但是却没有给自己体会到学习的过程。有的教程一上来就是写一个 cnn,虽然其实内容很简单,但是直接上手容易让人找不到重点,学的云里雾

云计算必备知识-基于PyTorch机器学习构建生成对抗网络

生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。

1

手机游戏更多