随笔分类 -  深度学习

摘要：前面一/二步骤配置好conda torch环境后，这里举例运行怎么将PyTorch模型应用到C++中，参照https://zhuanlan.zhihu.com/p/513571175 使用 这里使用libtorch, (部署到QNX平台还有使用SNPE，模型->ONNX->SNPE) 使用PyTor 阅读全文

摘要：目录1.配置运行环境1.1 下载源码1.2 使用conda创建新python环境1.3 安装pytorch2.6.0和cuda11.81.4 安装依赖1.5 运行demo 1.配置运行环境 1.1 下载源码 git clone https://github.com/magicleap/SuperGl 阅读全文

摘要：参照博客: ubuntu16.04安装cuda8.0+python3.6+pytorch1.0.0 1.使用CONDA创建新python环境 conda create -n torch python=3.12 // 如果有问题，删除: conda remove -n torch --all 2.安装 阅读全文

摘要：1.安装cuda 1.1 查看ubuntu的英伟达显卡驱动 nvidia-smi 得到 驱动版本是384.130，比较老，所以需要下载旧版本的cuda 1.2 查看显卡是否支持CUDA计算 然后去到这里https://developer.nvidia.com/cuda-gpus查看你的显卡是否在表中 阅读全文

摘要：Anaconda 是 Python 的一个出色的集成开发工具集，包括了Python解释器、conda包管理器、以及众多集成好的数学科学库。因此非常适合于对 python 有数据处理需求的工程师与学生使用，可以减少因包依赖导致的库下载失败而浪费时间。 目录1.安装2.配置与简单操作2.1 conda环 阅读全文

摘要：损失函数是一个非负实数函数, 用来量化模型预测和真实标签之间的差异. 损失函数（Loss Function）: 是定义在单个训练样本上的，计算的是一个样本的误差。 代价函数（Cost Function）: 是定义在整个训练集上面的，也就是所有样本的误差的总和的平均，也就是损失函数的总和的平均。 目标 阅读全文