torch关键词检索结果

使用 AI 为冰球增添趣味:使用计算机视觉进行球员跟踪

Spicing up Ice Hockey with AI: Player Tracking with Computer Vision

使用 PyTorch、计算机视觉技术和卷积神经网络 (CNN),我开发了一个跟踪球员、球队和基本表现统计数据的模型。如今,我不再像自己想的那样经常打曲棍球,但从小它就成了我的一部分。最近,我有机会在利马举行的第一届冰球锦标赛 (3 对 3) 中帮助裁判桌并记录一些统计数据。这项赛事涉及秘鲁直排轮滑球协会 (APHL) 的非凡努力和友谊联盟的亲切访问。为了增加 AI 元素,我使用 PyTorch、计算机视觉技术和卷积神经网络 (CNN) 构建了一个跟踪球员和球队并收集一些基本表现统计数据的模型。本文旨在成为设计和部署模型的快速指南。虽然该模型仍需要进行一些微调,但我希望它可以帮助任何人了解计算机

在 TensorFlow(和 PyTorch)中实现神经网络 | 作者:Shreya Rao | 2024 年 7 月

Implementing Neural Networks in TensorFlow (and PyTorch) | by Shreya Rao | Jul, 2024

构建神经网络的分步代码指南欢迎阅读我们的深度学习图解系列的实用实施指南。在本系列中,我们将弥合理论与应用之间的差距,将之前文章中探讨的神经网络概念变为现实。深度学习,图解还记得我们讨论过的用于预测冰的简单神经网络吗?帖子在 TensorFlow(和 PyTorch)中实现神经网络 | 作者 Shreya Rao | 2024 年 7 月首次出现在 AI Quantum Intelligence 上。

在 TensorFlow(和 PyTorch)中实现神经网络

Implementing Neural Networks in TensorFlow (and PyTorch)

构建神经网络的分步代码指南继续阅读 Towards Data Science »

在 TensorFlow(和 PyTorch)中实现神经网络 | 作者:Shreya Rao | 2024 年 7 月

Implementing Neural Networks in TensorFlow (and PyTorch) | by Shreya Rao | Jul, 2024

构建神经网络的分步代码指南欢迎来到我们的深度学习图解系列的实用实施指南。在本系列中,我们将弥合理论与应用之间的差距,将之前文章中探讨的神经网络概念变为现实。深度学习,图解还记得我们讨论过的用于预测冰的简单神经网络吗?帖子在 TensorFlow(和 PyTorch)中实现神经网络 | 作者 Shreya Rao | 2024 年 7 月首先出现在 AI Quantum Intelligence 上。

PyTorch 的崛起:现代人工智能的支柱

The Rise of PyTorch: The Backbone of Modern AI

人工智能 (AI) 彻底改变了行业,推动了医疗保健、金融和交通等各个领域的创新。这些进步的核心是深度学习框架,这些框架支持复杂神经网络的开发。在这些框架中,PyTorch 已成为主导力量。本文深入探讨了为什么 AI 越来越多地建立在 PyTorch 上,探索[…]文章《PyTorch 的崛起:现代 AI 的支柱》首次出现在 happy future AI 上。

数据机器 #250

Data Machina #250

Llama-3 分水岭时刻。多 AI 代理协作。AI 代理规划。Idefics2-8B V-L 模型。Google Gemini Cookbook。量化介绍。torchtune。DeepMind Penzai。Youtube Commons 数据集。

数据机器 #242

Data Machina #242

AI 和因果关系。因果鹦鹉。因果深度学习。因果代理。GenAI 指南。开源 AI 手册。复合 AI 系统。让我们构建 GPT Tokeniser。PyTorch 中的 Gemma SOTA。

Hugging Face 集成

Hugging Face Integrations

Hugging Face 迅速成为一个非常受欢迎的平台,用于构建、共享和协作深度学习应用程序。我们致力于将 Torch for R 生态系统与 Hugging Face 工具集成,允许用户从他们的平台加载和执行语言模型。

通过最小示例了解 LoRA

Understanding LoRA with a minimal example

LoRA(低秩自适应)是一种用于微调深度学习模型的新技术,它通过减少可训练参数的数量并实现高效的任务切换来工作。在这篇博文中,我们将在一个非常小的 Torch 示例中讨论 LoRA 背后的关键思想。

使用 escnn 实现组等变神经网络

Group-equivariant neural networks with escnn

Escnn 是基于 PyTorch 构建的库,它本着几何深度学习的精神,为设计和训练组等变神经网络提供了一个高级接口。这篇文章介绍了重要的数学概念、库的关键参与者以及库的基本用途。

#364 – Chris Voss:FBI 人质谈判代表

#364 – Chris Voss: FBI Hostage Negotiator

克里斯·沃斯 (Chris Voss) 曾是 FBI 人质和危机谈判员,也是《永不妥协:像你的生命依赖它一样进行谈判》一书的作者。请查看我们的赞助商来支持此播客:- Shopify:https://shopify.com/lex 获得免费试用- Indeed:https://indeed.com/lex 获得 75 美元信用额度- InsideTracker:https://insidetracker.com/lex 获得 20% 折扣剧集链接:Chris 的 Instagram:https://instagram.com/thefbinegotiatorChris 的 Twitter:htt

AO、NAO、ENSO:小波分析示例

AO, NAO, ENSO: A wavelet analysis example

厄尔尼诺-南方涛动 (ENSO)、北大西洋涛动 (NAO) 和北极涛动 (AO) 是具有全球影响的大气现象,对人们的生活产生重大影响。ENSO 首先给南半球的发展中国家带来了洪水、干旱和随之而来的贫困。在这里,我们使用新的 torchwavelets 包来比较检查这三个系列中的模式。

理解和实现 PyTorch 中的损失函数及其在机器学习中的作用

Understanding and Implementing Loss Functions in PyTorch and Their Role in Machine Learning

为什么重要:PyTorch 是一个用于人工智能的开源深度学习框架,以其灵活性、易用性、训练循环和快速学习率而闻名。

luz 0.3.0

luz 0.3.0

luz 版本 0.3.0 现已在 CRAN 上发布。luz 是 torch 的高级接口。

TorchVision 现代化之旅 – TorchVision 开发人员回忆录 – 3

The journey of Modernizing TorchVision – Memoirs of a TorchVision developer – 3

Isaac Gym:用于机器人学习的高性能基于 GPU 的物理模拟

Isaac Gym: High Performance GPU-Based Physics Simulation For Robot Learning

Isaac Gym 提供了一个高性能学习平台,可直接在 GPU 上训练各种机器人任务的策略。物理模拟和神经网络策略训练都驻留在 GPU 上,并通过直接将数据从物理缓冲区传递到 PyTorch 张量进行通信,而无需经历任何 CPU 瓶颈。这使得在单个 GPU 上进行复杂机器人任务的训练时间极快,与使用基于 CPU 的模拟器和 GPU 进行神经网络的传统 RL 训练相比,速度提高了 2-3 个数量级。

TorchVision v0.11 预览 – TorchVision 开发者回忆录 – 2

A sneak peek at TorchVision v0.11 – Memoirs of a TorchVision developer – 2

过去几周,“PyTorch Land”非常忙碌,因为我们正在疯狂地准备 PyTorch v1.10 和 TorchVision v0.11 的发布。在本系列的第二部分中,我将介绍 TorchVision 发布分支中目前包含的一些即将推出的功能。免责声明:虽然即将发布的版本包含 […]

新博客系列 - TorchVision 开发人员回忆录

New Blog series – Memoirs of a TorchVision developer

我将开始撰写有关 PyTorch 计算机视觉库开发的新博客文章系列。我计划主要讨论 TorchVision 和 PyTorch 生态系统中即将推出的有趣功能。我的目标是重点介绍新功能和正在开发的功能,并阐明发布期间发生的事情。虽然格式可能 […]