-
torch.onnx
torch.onnx 示例：从 PyTorch 到 Caffe2 的端到端的 AlexNet 限制与不足 支持的运算函数 torch.onnx 功能 参数： 译者署名 torch.onnx torch.onnx 模块包含将模型导出为ONNX IR 格式的功能。这些模型可以加载ONNX 库，然后转换为在其他深度学习框架上运行的模型。 示... -
通用内容数据调取及发布与点赞相关接口
对于全站的频道可以使用下面的方法取出相应的内容列表数据http://qb.net/index.php/cms/wxapp.index.html 注意，只需要把qb.net换成你的域名，cms 换成其它频道目录名即可 。再次强调一下，因为我们X1的所有频道都是一脉相承的，最开始都是基于CMS开发的，包括最复杂的圈子，考试系统都不例外。 以下任何一个字段都... -
torch.autograd的简要介绍
torch.autograd 的简要介绍 背景 在 PyTorch 中的用法 Autograd 的微分 可选阅读-使用autograd 的向量微积分 计算图 从 DAG 中排除 进一步阅读： torch.autograd 的简要介绍 原文：https://pytorch.org/tutorials/beginner/blitz/auto... -
分布式通讯包 - torch.distributed
分布式通讯包 - torch.distributed 基本 初始化 torch.distributed.init_process_group(backend, init_method=’env://‘, kwargs) torch.distributed.get_rank() torch.distributed.get_world_size() TC... -
常见问题
常见问题 我的模型报告 “cuda runtime error(2): out of memory” 我的 GPU 内存没有正确释放 我的多个数据加载器返回相同的随机数 我的回归网络不能使用数据并行 译者署名 常见问题 我的模型报告 “cuda runtime error(2): out of memory” 如错误消息所示，您的GPU 上... -
torch.optim
torch.optim 如何使用optimizer 构建 为每个参数单独设置选项 进行单次优化 算法 class torch.optim.Optimizer(params, defaults) [source] load_state_dict(state_dict) [source] state_dict() [source] step(clos... -
Max 模式
Max 模式 比较 上下文窗口比较 定价 令牌类型 如何使用 Max 模式 常见问题 何时应使用 Max 模式？ 为什么不是所有型号都有 Max 模式？ Max 模式 使用 Cursor 中的 Max 模式体验增强的 AI 功能 Max 模式可让您访问 Cursor 高级 AI 模型的全部功能。它专为需... -
torch.Tensor
torch.Tensor torch.Tensor 译者：@Sylvester 、@那伊抹微笑 校对者：@Sariel torch.Tensor 是一种包含单一数据类型元素的多维矩阵. Torch 定义了七种 CPU tensor 类型和八种 GPU tensor 类型: Data type CPU tensor GPU ... -
04 AIGC的技术方法
04 AIGC的技术方法 04 AIGC的技术方法 在AIGC领域中，分析式AI（Analytical AI）和生成式AI（Generative AI）是两种不同的技术方法。分析式AI通常利用预先训练的模型对数据进行分析，预测输出结果。生成式AI则是一种更加灵活的方法，它可以根据给定的数据生成新的内容。 分析式AI和生成式AI并不存在先后关系，它们是... -
TorchScript 中的动态并行性
TorchScript 中的动态并行性 基本语法 应用示例：双向 LSTM 的集成 并行化前向和后向层 旁注：可视化并行性 集成中的并行化模型 总结 TorchScript 中的动态并行性 原文：https://pytorch.org/tutorials/advanced/torch-script-parallelism.html ...
