1330219825944132_个人页

个人头像照片 1330219825944132
个人头像照片
6
0
0

个人介绍

暂无个人介绍

擅长的技术

获得更多能力
通用技术能力:

暂时未有相关通用技术能力~

云产品技术能力:

暂时未有相关云产品技术能力~

阿里云技能认证

详细说明
暂无更多信息

2025年01月

  • 01.27 16:52:03
    发表了文章 2025-01-27 16:52:03

    昇腾910-PyTorch 实现 ResNet50图像分类

    本实验基于PyTorch,在昇腾平台上使用ResNet50对CIFAR10数据集进行图像分类训练。内容涵盖ResNet50的网络架构、残差模块分析及训练代码详解。通过端到端的实战讲解,帮助读者理解如何在深度学习中应用ResNet50模型,并实现高效的图像分类任务。实验包括数据预处理、模型搭建、训练与测试等环节,旨在提升模型的准确率和训练效率。
  • 01.27 16:48:16
    发表了文章 2025-01-27 16:48:16

    基于昇腾用PyTorch实现传统CTR模型WideDeep网络

    本文介绍了如何在昇腾平台上使用PyTorch实现经典的WideDeep网络模型,以处理推荐系统中的点击率(CTR)预测问题。
  • 01.27 16:26:17
    发表了文章 2025-01-27 16:26:17

    PyTorch 实现MobileNetV1用于图像分类

    本实验基于PyTorch和昇腾平台,详细讲解了如何使用MobileNetV1模型对CIFAR10数据集进行图像分类。内容涵盖MobileNetV1的特点、网络架构剖析(尤其是深度可分离卷积)、代码实现及训练过程。通过该实验,读者可以掌握轻量级CNN模型在移动端或嵌入式设备中的应用,并了解其在资源受限环境下的高效表现。实验包括数据预处理、模型训练与测试等环节,帮助用户快速上手并优化模型性能。
  • 01.22 14:29:01
    发表了文章 2025-01-22 14:29:01

    昇腾910-PyTorch 实现 GoogleNet图像分类

    本实验基于PyTorch在昇腾平台上实现GoogleNet模型,针对CIFAR-10数据集进行图像分类。内容涵盖GoogleNet的创新点(如Inception模块、1x1卷积、全局平均池化等)、网络架构解析及代码实战分析。通过详细讲解模型搭建、数据预处理、训练与测试过程,帮助读者掌握如何使用经典CNN模型进行高效图像分类。实验中还介绍了辅助分类器、梯度传播优化等技术细节,并提供了完整的训练和测试代码示例。
  • 01.22 14:20:33
    发表了文章 2025-01-22 14:20:33

    昇腾910-PyTorch 实现 Alexnet图像分类

    本文介绍了在昇腾平台上使用PyTorch实现AlexNet对CIFAR-10数据集进行图像分类的实战。内容涵盖AlexNet的创新点、网络架构解析及代码实现,包括ReLU激活函数、Dropout、重叠最大池化等技术的应用。实验中详细展示了如何构建模型、加载数据集、定义训练和测试模块,并通过60个epoch的训练验证模型性能。

2024年12月

  • 12.18 19:56:56
    发表了文章 2024-12-18 19:56:56

    基于Pytorch Gemotric在昇腾上实现GraphSage图神经网络

    本文详细介绍了如何在昇腾平台上使用PyTorch实现GraphSage算法,在CiteSeer数据集上进行图神经网络的分类训练。内容涵盖GraphSage的创新点、算法原理、网络架构及实战代码分析,通过采样和聚合方法高效处理大规模图数据。实验结果显示,模型在CiteSeer数据集上的分类准确率达到66.5%。
  • 发表了文章 2025-01-27

    昇腾910-PyTorch 实现 ResNet50图像分类

  • 发表了文章 2025-01-27

    基于昇腾用PyTorch实现传统CTR模型WideDeep网络

  • 发表了文章 2025-01-27

    PyTorch 实现MobileNetV1用于图像分类

  • 发表了文章 2025-01-22

    昇腾910-PyTorch 实现 Alexnet图像分类

  • 发表了文章 2025-01-22

    昇腾910-PyTorch 实现 GoogleNet图像分类

  • 发表了文章 2024-12-18

    基于Pytorch Gemotric在昇腾上实现GraphSage图神经网络

正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息
正在加载, 请稍后...
暂无更多信息