在本例中，horizon qat 的应用展示了如何在优化计算过程中使用量化技术。Horizon框架结合了qat (Quantization Aware Training) 技术，使得在训练阶段即能考虑量化误差，从而显著提高模型推理效率。通过使用qat，可以在不显著损失精度的情况下，减少模型的大小和计
Nodejs 0 次浏览
bevformer-QAT-PTQ.zip 的量化流程还挺清晰的，尤其适合你要在部署前快速评估模型精度的时候用。压缩包里把QAT（训练时量化）和PTQ（后训练量化）都得比较完整，而且分得清楚，方便上手。 torch 量化那一套其实蛮绕的，尤其是 QAT，你要 observer、fake quant
Nodejs 0 次浏览
基于Python和torch的验证码识别工具，识别率高达 94%。通过训练模型，自动化识别验证码，你节省大量手动输入时间。其实，像这种利用深度学习的验证码识别技术，在多自动化测试、爬虫项目中都常见。这个工具适合对识别率有较高要求的项目，效果蛮不错。如果你需要验证码，能大大提高工作效率。
Python 0 次浏览
内容包含详细注释代码中有数据集的下载程序:人工构造简单二分类数据集，两个数据集大小为100，样本特征维度为2，且分别服从均值互为相反数且方差相同的正态分布。两个数据集的样本标签分别为0和1。 Fashion-MNIST数据集，该数据集为一个多类图像分类数据集，包含60000个训练图像样本，10000
Python 18 次浏览
梯度下降法是最著名的优化算法之一，本文基于Python和Pytorch编写了梯度优化程序Gradient_optim，并将结果与Pytorch中自带的梯度优化器torch.optim对比。 1.程序适用于任意维解析函数的无约束优化问题，求解最小值及最小值点； 2.可实现的梯度法：最陡下降法、共轭梯度
Python 17 次浏览