logo
  • 项目简介
  • 教程
    • PyTorch 基础
      • 快速入门
      • 自动微分
    • 目标检测
      • YOLO 系列
        • YOLO 简介
        • YOLO 教程
    • 笔记
      • 自动微分机制
      • 目标检测
      • 扩展 PyTorch
      • THOP: PyTorch OpCounter
    • 微调分割
  • 量化
    • 量化简介
    • 快速入门
  • MMDetection
    • MMDect 快速上手
  • Eager 量化(混乱)
    • 量化简介（Eager）
    • 量化菜谱
    • 量化张量
    • 快速上手
      • 基础
      • Pytorch 数值套件教程
    • 学习
      • 概述
      • 迁移学习
        • 计算机视觉分类
        • 量化计算机视觉分类
        • 自定义
        • 测试
        • TVM
      • 高级教程
        • 自定义量化
        • 通用量化模型
        • QAT
        • 特定于 cifar10 的量化（待更）
      • QAT（resnet18）
      • 测试 QAT
      • 回收站
    • 教程
      • PTQ 与 QAT 实践
      • QAT 的不同训练策略
      • QAT 的不同训练策略
      • TVM 初探
    • 论文
      • A Survey of Quantization Methods for Efficient Neural Network Inference
  • 生态系统
    • 简介
  • 其他
    • Colab 训练
    • 中英互译
    • 未整理的资料
  • 参考
  • 术语表
    • NumPy
    • PyTorch 词汇表
版权所有 © 2021 xinetzone
由 EBP 提供技术支持
版本切换
  • repository
  • open issue
  • suggest edit
  • .md

笔记

笔记#

  • 自动微分机制
    • autograd 如何编码历史
      • 已保存的张量
    • 局部禁用梯度计算
      • 设置 requires_grad
      • 模式
    • 使用 autograd 进行就地操作
      • 就地正确性检查
    • 多线程 Autograd
    • 复数 Autograd
    • 保存张量的挂钩
      • 注册已保存张量的钩子
      • 为保存的张量注册默认钩子
  • 目标检测
  • 扩展 PyTorch
  • THOP: PyTorch OpCounter
    • 知识点
    • 基本用法
    • 定义第三方模块的规则
    • 提高输出可读性
    • 基准

上一页

Transfer Learning with Frozen Layers

下一页

自动微分机制

By xinetzone
© Copyright 2021, xinetzone.