pytorch复现-阿里云

挑战Transformer的新架构Mamba解析以及Pytorch复现

Mamba一直在人工智能界掀起波澜，被吹捧为Transformer的潜在竞争对手。到底是什么让Mamba在拥挤的序列建中脱颖而出? 在介绍之前先简要回顾一下现有的模型 Transformer:以其注意力机制而闻名，其中序列的任何部分都可以动态地与任何其他部分相互作用，特别是具有因果注意力机制的的Tr...

ResNeXt代码复现＋超详细注释（PyTorch）

ResNeXt就是一种典型的混合模型，由基础的Inception+ResNet组合而成，本质在gruops分组卷积，核心创新点就是用一种平行堆叠相同拓扑结构的blocks代替原来 ResNet 的三层卷积的block，在不明显增加参数量级的情况下提升了模型的准确率，同时由于拓扑结构相同，超参数也减少...

SENet代码复现＋超详细注释（PyTorch）

在卷积网络中通道注意力经常用到SENet模块，来增强网络模型在通道权重的选择能力，进而提点。关于SENet的原理和具体细节，我们在上一篇已经详细的介绍了：经典神经网络论文超详细解读（七）——SENet（注意力机制）学习笔记（翻译＋精读＋代码复现...

DenseNet代码复现＋超详细注释（PyTorch）

关于DenseNet的原理和具体细节，可参见上篇解读：经典神经网络论文超详细解读（六）——DenseNet学习笔记（翻译＋精读＋代码复现）接下来我们就来复现一下代码。DenseNet模型简介整个DenseNet模型主要包含三个核心细节结构，分别是DenseLayer(整个...

ResNet代码复现＋超详细注释（PyTorch）

关于ResNet的原理和具体细节，可参见上篇解读：经典神经网络论文超详细解读（五）——ResNet（残差网络）学习笔记（翻译＋精读＋代码复现）接下来我们就来复现一下代码。源代码比较复杂，感兴趣的同学可以上官网学习： https:/...

GoogLeNet InceptionV3代码复现＋超详细注释（PyTorch）

上篇介绍了InceptionV3论文，指路：经典神经网络论文超详细解读（四）——InceptionV2-V3学习笔记（翻译＋精读＋代码复现）本篇我们来复现一下InceptionV3代码InceptionV1回顾：GoogLeNet InceptionV1代码复现ÿ...

GoogLeNet InceptionV1代码复现＋超详细注释（PyTorch）

昨天我们学习了GoogLeNet的论文,今天我们就来复现一下代码吧！话不多说，讲解都在注释里。（这可能是全网最详细的注释哦）第一步：定义基础卷积模块（卷积+ReLU+前向传播函数）'''-------------------第一步：定义基础卷积...

部署教程 | ResNet原理+PyTorch复现+ONNX+TensorRT int8量化部署

1简介这是【集智书童】第一次录制视频的PPT课件，这里公开给大家，希望能够帮助大家在深度学习模型部署的道路上越走越远，让我们设计和训练的人工智能算法能够真正的落地。一下是所有的PPT内容，由于时间问题就直接截图给大家：

首个大众可用PyTorch版AlphaFold2复现，哥大开源OpenFold，star量破千

AlphaFold2 是 2021 年 AI for Science 领域最耀眼的一颗星。现在，有人在 PyTorch 中复现了它，并已在 GitHub 上开源。这一复现在性能上媲美原版 AlphaFold2，且在算力、存储方面的要求对于大众来说更加友好。刚刚，哥伦比亚大学系统生物学助理教授 Moh...

我用 PyTorch 复现了 LeNet-5 神经网络（自定义数据集篇）！

正文开始！三、用 LeNet-5 训练自己的数据下面使用 LeNet-5 网络来训练本地的数据并进行测试。数据集是本地的 LED 数字 0-9，尺寸为 28x28 单通道，跟 MNIST 数据集类似。训练集 0-9 各 95 张，测试集 0~9 各 40 张。图片样例如图所示：3.1 数据预处理制作...

共有20条

< 1 2 >

跳转至： GO

更新时间 2024-02-28 22:28:20

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

pytorch复现相关内容

网络结构复现pytorch