torch.pow 第4页

实例讲解程序中机器学习常见的推荐算法

...

孪生网络如何识别面部相似度有这篇PyTorch实例教程就够啦!

原文来源：hackernoon作者：HarshvardhanGupta「机器人圈」编译：嗯~阿童木呀这是两篇文章的第二篇，为了更系统地了解与掌握该教程，在阅读本文之前，建议最好通读机器人圈的前一篇文章。在前一篇文章中，我们讨论了小样本数据旨在解决的主要问题类别，以及孪生网络之所以能够成为解决这个问...

如何使用pytorch自动求梯度

构建深度学习模型的基本流程就是：搭建计算图，求得损失函数，然后计算损失函数对模型参数的导数，再利用梯度下降法等方法来更新参数。搭建计算图的过程，称为“正向传播”，这个是需要我们自己动手的，因为我们需要设计我们模型的结构。由损失函数求导的过程，称为“反向传播”，求导是件辛苦事儿，所以自动求导基本上是各...

好久不见!OneFlow 1.0全新版本上线

...

大厂技术干货 多目标优化及应用-含代码实现@推荐与计算广告系列

作者：韩信子@ALGO推荐，搜索，计算广告是互联网公司最普及最容易商业变现的方向，也是算法发挥作用最大的一些方向，前沿算法的突破和应用可以极大程度驱动业务增长，这个系列咱们就聊聊这些业务方向的技术和企业实践。本期主题为多目标学习优化落地（附『实现代码』和『微信数据集』）...

复数神经网络及其 PyTorch 实现

作者丨科技猛兽...

基于物理信息的神经网络「PINN」

在过去的几十年里，人工神经网络已被用于解决计算机视觉、自然语言处理等各种应用领域的问题。最近，科学机器学习(ML)社区出现了另一个非常有前途的应用：使用人工神经网络求解偏微分方程(PDE)，使用通常称为物理信息神经网络(PINN)的方法。PINN最初是在[1]中的开创性工作中引入的...

反向传播算法实战

写在前面:我在前面的文章提到了反向传播算法，但是都是一些基本的理论，没有用实际的例子去演示，今天我用一个简单的例子去演示反向传播算法的代码格式，如果有写的不好，大家不要介意，我也是在学习当中。...

使用Pytorch实现三元组损失

在这篇文章中，我们将探索如何建立一个简单的具有三元组损失的网络模型。它在人脸验证、人脸识别和签名验证等领域都有广泛的应用。在进入代码之前，让我们先了解一下什么是三元组损失（TripletLoss），以及如何在PyTorch中实现它。三元组损失...

体验SRCNN和FSRCNN两种图像超分网络应用

摘要：图像超分即超分辨率，将图像从模糊的状态变清晰。...