1330219825944132_个人页
1330219825944132
文章
6
问答
0
视频
0
个人介绍
暂无个人介绍
擅长的技术
-
发表了文章 2025-01-27
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。
-
发表了文章 2025-01-27
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。
-
发表了文章 2025-01-27
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。
-
发表了文章 2024-12-18
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%。
暂无更多信息
-
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
滑动查看更多
暂无更多信息
暂无更多信息