PyTorch 计算的数据都是以张量形式存在, 我们需要掌握张量各种运算. 并且, 我们可以在 CPU 中运算, 也可以在 GPU 中运算.

PyTorch 是 Facebook 开发的一个 Python 库，用于运行和训练深度学习和机器学习算法。张量是机器或深度学习算法的基本数据结构，为了处理它们，...

自动微分（Autograd）模块对张量做了进一步的封装，具有自动求导功能。自动微分模块是构成神经网络训练的必要模块，在神经网络的反向传播过程中，Autograd...

在本篇文章，我们基于pytorch框架，构造了LSTM模型进行天气预测，并对数据进行了可视化分析，非常值得入门学习。该数据集提供了2013年1月1日至2017年...

数据下载地址: https://download.pytorch.org/tutorial/data.zip

前面我们使用手动的方式来构建了一个简单的线性回归模型，如果碰到一些较大的网络设计，手动构建过于繁琐。所以，我们需要学会使用 PyTorch 的各个组件来搭建网络...

索引操作则提供了精确访问和操作张量中特定元素或子张量的能力，这对于数据预处理、特征提取和错误调试尤为关键。

PyTorch 是一个 Python 深度学习框架，学习PyTorch在当今深度学习领域至关重要。PyTorch以其动态计算图、易于使用的API和强大的社区支持...

Dataset 和 DataLoader 都 是 用 来 帮 助 我 们 加 载 数 据 集 的 两 个 重 要 工 具类。 Dataset 用来构造支持索引的...

在深度学习中，模型的训练过程本质上是通过梯度下降算法不断优化损失函数。为了高效地计算梯度，PyTorch 提供了强大的自动求导机制，这一机制依赖于“计算图”（C...

今天猫头虎带您深入探索，让我们聊一聊 Python 的重量级机器学习库——PyTorch。无论你是 AI 开发新手，还是深度学习的老手，这篇教程将带你逐步了解 ...

单个 NVLink 数据包的范围从 1 到 18 个 flit。每个 flit 为 128 位，允许使用单个 header flit 和 16 个 payloa...

张量(Tensor)是PyTorch最基本的操作对象。在几何定义中，张量是基于标量、向量和矩阵概念的眼神。通俗理解，可以讲标量视为0维张量，向量视为1维张量，...

我们在看GNN相关的论文时候，都会说到邻接矩阵与特征矩阵之间是用到了spmm，在很久的旧代码上也是这么做的，比如：

实际的信息更多。需要注意的是：因为节点/边已被重新标记，因此同一分区中的ID位于连续的ID范围内。

在启动训练作业之前，DGL 要求对输入数据进行分区并分发到目标计算机。为了处理不同尺度的图形，DGL 提供了 2 种分区方法：

默认情况下，主机 （CPU） 数据分配是可分页的。GPU 无法直接从可分页主机内存访问数据，因此当调用从可分页主机内存到设备内存的数据传输时，CUDA 驱动程序...

在PyTorch中，当你使用布尔掩码或索引来访问张量时，通常会创建一个新的张量，而不是对原始张量进行原地修改。在PyTorch中，切片操作通常会返回一个视图，而...

对数据类型有个大致的了解还是很必要的，不然可能会遇到莫名的错误，比如出现负数、报错等，但不知道原因。

删除指定的节点并返回一个新graph。同时删除相应的特征，从节点相连的边也将被移除。删除后，DGL 会使用 ID 从 0 开始的剩余节点和边重新标记。