登入
首頁
收藏
0
返回課程
Anaconda Py3.13 裝不了 PyTorch CUDA?Ultralytics YOLO 完整避坑與 GPU 加速實測
AI人工智慧
AI簡介
加入課程請答有
LLM?
LLM簡介之一
LLM簡介之二
Anaconda Py3.13 裝不了 PyTorch CUDA?Ultralytics YOLO 完整避坑與 GPU 加速實測
分組
生物視覺&機器視覺
AI人工智慧 課程說明
AI人工智慧 生物視覺 機器視覺1
機器視覺 與haarcascades偵測人臉與眼睛
機器視覺ILSVRC競賽之後(923)
AI人工智慧生物視覺機器視覺
深度學習的史詩
電腦如何學會「看」?從生物神經元到 CNN 的 AI 演進史
自然語言處理
自然語言處理 Natural language Processing簡介
Natural language Processing、字詞向量與 TTS之一(930)
Natural language Processing、字詞向量與 TTS之二
展示詞嵌入Word Embeddings& TTS.ipynb
自然語言處理NLP之cos相似度實作,貓狗居然87.5分像etc
NLP 經典實作:king-man+woman=?
重點
討論
(1)
筆記
發表時間 : 2026-09-16 12:31
觀看次數 : 132
原始資料來自 :
https://www.youtube.com/embed/HKEMZbHWVvI?si=rFhhcWTqszjIBxz5
附件
討論功能僅開放給課程成員,請先加入課程
最新的回應
...more
5 天前
d11333006
:
PyTorch 是一個由 Meta(原 Facebook)AI 研究團隊開發的開源深度學習與機器學習框架。它在學術界和工業界都極受歡迎,是目前建構人工智慧(如大型語言模型、圖像識別等)的核心工具之一。
09-23
D11333032
:
PyTorch 是一個由 Meta(原 Facebook)AI 研究團隊開發的開源深度學習與機器學習框架。它在學術界和工業界都極受歡迎,是目前建構人工智慧(如大型語言模型、圖像識別等)的核心工具之一。
09-17
M11433005
:
PyTorch 是由 Meta AI(前身為 Facebook AI Research)開發並維護的開源機器學習與深度學習框架,目前是學術界與產業界最主流的人工智慧開發工具之一。 核心特色與優勢 動態計算圖(Dynamic Computation Graph): 採用「Define-by-Run」模式,邊執行程式邊建立計算圖。這讓程式碼除錯(Debugging)變得非常直覺,語法極度接近原生 Python(Pythonic)。 GPU 平行加速: 支援 NVIDIA CUDA 與多種硬體加速介面,能輕易將張量(Tensor)計算移至 GPU,大幅提升模型訓練與推論速度。 豐富的生態系: 擁有龐大的社群支援,廣泛應用於電腦視覺(CV)、自然語言處理(NLP)、大語言模型(LLM)及生成式 AI 的研究與產品開發。 簡而言之,PyTorch 就像是 AI 領域的「數值計算與神經網路樂高」,開發者可以用簡單直覺的 Python 語法,快速搭建並訓練出複雜的深度學習模型。
09-16
M11433002
:
PyTorch 是 Meta 開源的熱門深度學習框架,以直覺的 Pythonic 語法與動態計算圖著稱,易於除錯且學習曲線平緩。它支援強大的 GPU 平行加速,目前被廣泛應用於生成式 AI、大語言模型與電腦視覺開發,是產學界最主流的 AI 工具。
09-16
m11433004
:
PyTorch 是一個以 Python 為主的開源機器學習與深度學習框架,底層主要由 C++ 實現,廣泛應用於人工智慧領域,如電腦視覺與自然語言處理。
安文
請簡易說明一下pytorch軟體
09-16
1 樓
顯示先前的回應
5 則當中的 3 則
m11433004
PyTorch 是一個以 Python 為主的開源機器學習與深度學習框架,底層主要由 C++ 實現,廣泛應用於人工智慧領域,如電腦視覺與自然語言處理。
09-16
2 樓
M11433002
PyTorch 是 Meta 開源的熱門深度學習框架,以直覺的 Pythonic 語法與動態計算圖著稱,易於除錯且學習曲線平緩。它支援強大的 GPU 平行加速,目前被廣泛應用於生成式 AI、大語言模型與電腦視覺開發,是產學界最主流的 AI 工具。
09-16
3 樓
M11433005
PyTorch 是由 Meta AI(前身為 Facebook AI Research)開發並維護的開源機器學習與深度學習框架,目前是學術界與產業界最主流的人工智慧開發工具之一。
核心特色與優勢
動態計算圖(Dynamic Computation Graph): 採用「Define-by-Run」模式,邊執行程式邊建立計算圖。這讓程式碼除錯(Debugging)變得非常直覺,語法極度接近原生 Python(Pythonic)。
GPU 平行加速: 支援 NVIDIA CUDA 與多種硬體加速介面,能輕易將張量(Tensor)計算移至 GPU,大幅提升模型訓練與推論速度。
豐富的生態系: 擁有龐大的社群支援,廣泛應用於電腦視覺(CV)、自然語言處理(NLP)、大語言模型(LLM)及生成式 AI 的研究與產品開發。
簡而言之,PyTorch 就像是 AI 領域的「數值計算與神經網路樂高」,開發者可以用簡單直覺的 Python 語法,快速搭建並訓練出複雜的深度學習模型。
09-17
4 樓
D11333032
PyTorch 是一個由 Meta(原 Facebook)AI 研究團隊開發的開源深度學習與機器學習框架。它在學術界和工業界都極受歡迎,是目前建構人工智慧(如大型語言模型、圖像識別等)的核心工具之一。
09-23
5 樓
d11333006
PyTorch 是一個由 Meta(原 Facebook)AI 研究團隊開發的開源深度學習與機器學習框架。它在學術界和工業界都極受歡迎,是目前建構人工智慧(如大型語言模型、圖像識別等)的核心工具之一。
5 天前
6 樓
筆記功能僅開放給課程成員,請先加入課程
Prev
LLM簡介之二
Next
分組
核心特色與優勢
動態計算圖(Dynamic Computation Graph): 採用「Define-by-Run」模式,邊執行程式邊建立計算圖。這讓程式碼除錯(Debugging)變得非常直覺,語法極度接近原生 Python(Pythonic)。
GPU 平行加速: 支援 NVIDIA CUDA 與多種硬體加速介面,能輕易將張量(Tensor)計算移至 GPU,大幅提升模型訓練與推論速度。
豐富的生態系: 擁有龐大的社群支援,廣泛應用於電腦視覺(CV)、自然語言處理(NLP)、大語言模型(LLM)及生成式 AI 的研究與產品開發。
簡而言之,PyTorch 就像是 AI 領域的「數值計算與神經網路樂高」,開發者可以用簡單直覺的 Python 語法,快速搭建並訓練出複雜的深度學習模型。