讲师中心 微信公众号
首页 专区 Hot
文章
后端开发 web前端 数据库 开发工具 php框架 常见问题 人工智能 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 自媒体 新闻 展开
专题
后端开发 web前端 数据库 开发工具 php框架 人工智能 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 新闻 展开
学习
大前端 后端开发 数据库 移动端 运维开发 计算机基础 展开
编程手册
大前端 后端开发 数据库 移动端 运维开发 计算机基础 展开
下载
js特效 网站源码 工具下载 类库下载 网站素材 学习资源 插件扩展 手机游戏 PHP运行环境 Skill 展开
Hot PDF
PDF转word PDF合并 PDF压缩 图片转PDF PDF转excel PDF转ppt 展开
最近更新
AI工具推荐 视频效率加速
当前位置：首页 > 专题列表 > PyTorch图像识别与TorchVision视觉实战
PyTorch图像识别与TorchVision视觉实战

PyTorch图像识别与TorchVision视觉实战

本专题整理PyTorch图像分类、CNN模型、TorchVision数据集、图片预处理、数据增强、训练评估和预测推理方法，适合视觉任务入门和项目实战。

180

2026.09.01 10:18

27

相关标签:
pytorch
基于PyTorch、易上手，细粒度图像识别深度学习工具库Hawkeye开源
基于PyTorch、易上手，细粒度图像识别深度学习工具库Hawkeye开源 细粒度图像识别 [1] 是视觉感知学习的重要研究课题，在智能新经济和工业互联网等方面具有巨大应用价值，且在诸多现实场景已有广泛应用…… 鉴于当前领域内尚缺乏该方面的深度学习开源工具库，南京理工大学魏秀参教授团队用时近一年时间，开发、打磨、完成了 Hawkeye——细粒度图像识别深度学习开源工具库，供相关领域研究人员和工程师参考使用。本文是对 Hawkeye 的详细介绍。1.什么是 Hawkeye 库Hawkeye 是一个基于 PyTorch 的细粒度图像识别深度学习工具库，专为相关领域研究人员和
人工智能

2023.04.12 20:43

PyTorch CNN 中图像尺寸的约束机制与适配策略
PyTorch CNN 中图像尺寸的约束机制与适配策略 PyTorch的CNN模型并非完全无视输入图像尺寸：卷积层本身具有尺寸无关性，但全连接层（fc）和预训练模型通常要求固定输入尺寸；理解各层对尺寸的依赖关系，是构建可泛化、可迁移模型的关键。PyTorch的CNN模型并非完全无视输入图像尺寸：卷积层本身具有尺寸无关性，但全连接层（fc）和预训练模型通常要求固定输入尺寸；理解各层对尺寸的依赖关系，是构建可泛化、可迁移模型的关键。在PyTorch中，CNN对输入图像尺寸的敏感性并非来自卷积操作本
Python教程

2026.08.15 23:36

pytorch
如何在Python中利用PyTorch实现的Diffusers库构建图像生成应用？
如何在Python中利用PyTorch实现的Diffusers库构建图像生成应用？ 直接用Diffusers的StableDiffusionPipeline会OOM，是因为默认将UNet、VAE、TextEncoder全加载至GPU且使用float32精度，显存占用翻倍；启用torch_dtype=torch.float16可减半显存，配合revision="fp16"和enable_xformers_memory_efficient_attention()进一步降30%–40%，再通过device_map="auto"卸载部分组件至CPU，可使8GB显卡稳定运行。
Python教程

2026.07.19 09:29

python pytorch codegeex如何生成python代码完整教程 腾讯元宝生成图片教程 腾讯混元图片生成
如何在Python中使用PyTorch实现的CycleGAN模型进行图像风格迁移？
如何在Python中使用PyTorch实现的CycleGAN模型进行图像风格迁移？ 需手动实现CycleGAN模型结构并严格匹配checkpoint的state_dict键名，用torch.load加载后剥离包装层，配合eval()、no_grad()、统一归一化（[-1,1]）、Resize+CenterCrop预处理及逆归一化输出。
Python教程

2026.07.17 08:15

python pytorch python安装 python包 python脚本
如何在Python中使用PyTorch实现的Label Smoothing提高图像分类鲁棒性？
如何在Python中使用PyTorch实现的Label Smoothing提高图像分类鲁棒性？ PyTorch2.0+直接用nn.CrossEntropyLoss(label_smoothing=0.1)；旧版本需手动实现或复用KLDivLoss+平滑标签，避免数值溢出，且LabelSmoothing旨在提升鲁棒性而非单纯提高准确率。
Python教程

2026.07.05 08:40

Python PyTorch
PyTorch中如何使用DataLoader实现海量图像数据的异步预读取？
PyTorch中如何使用DataLoader实现海量图像数据的异步预读取？ 根本原因是子进程初始化时重复加载全局变量或触发OpenCV/NumPy多线程冲突；常见表现为卡在_MultiProcessingDataLoaderIter._reset，需避免__init__预加载大对象、加if__name__=="__main__":保护、设cv2.setNumThreads(0)并从num_workers=2起步测试。
Python教程

2026.06.21 15:03

PyTorch
如何修复Python中PyTorch读取损坏图像文件导致的训练中断？
如何修复Python中PyTorch读取损坏图像文件导致的训练中断？ PyTorchDataLoader遇损坏图像默认中断训练，正确做法是在Dataset.__getitem__中用try/catch捕获OSError、UnidentifiedImageError等具体异常并返回None，再配自定义collate_fn过滤None样本，同时记录错误日志定位坏文件。
Python教程

2026.06.09 07:10

PyTorch python
如何使用 PyTorch Tensor 保存 EXR 格式图像（HDR）
如何使用 PyTorch Tensor 保存 EXR 格式图像（HDR） 本文详解在torchvision移除save_float_image后，如何借助imageio或OpenCV将浮点型PyTorch张量正确保存为支持高动态范围（HDR）的.exr文件，并提供可运行示例与关键注意事项。
Python教程

2026.04.27 18:55

pytorch
如何使用 PyTorch 张量保存 EXR 格式图像（HDR）
如何使用 PyTorch 张量保存 EXR 格式图像（HDR） 本文详解在torchvision移除save_float_image后，如何借助imageio或OpenCV正确将float32类型的PyTorch张量（如渲染输出、HDR数据）保存为支持浮点精度的.exr文件，并规避PIL不支持EXR的限制。
Python教程

2026.04.26 15:05

pytorch
PyTorch中如何确保图像与掩码在数据增强时应用完全相同的随机变换
PyTorch中如何确保图像与掩码在数据增强时应用完全相同的随机变换 在U-Net等医学图像分割任务中，必须保证图像与对应掩码经历完全一致的随机几何变换（如旋转、翻转），否则标签错位将导致模型学习失效；直接对二者独立调用transform会生成不同随机参数，正确做法是通道拼接后统一变换再切分。
Python教程

2026.02.05 16:36

pytorch
如何在 PyTorch 中确保图像与掩码同步应用数据增强变换
如何在 PyTorch 中确保图像与掩码同步应用数据增强变换 在医学图像分割（如U-Net训练）中，图像与对应掩码必须经受完全相同的几何变换（如旋转、翻转），否则标签错位将导致模型学习失效；本文提供基于torchvision.transforms.v2的可靠同步增强方案，并详解关键实现细节。
Python教程

2026.02.05 15:43

pytorch
如何确保图像与掩码在 PyTorch 数据增强中应用完全相同的随机变换
如何确保图像与掩码在 PyTorch 数据增强中应用完全相同的随机变换 在医学图像分割（如U-Net训练）中，图像与对应掩码必须接受严格一致的随机几何变换（如旋转、翻转），否则标签错位将导致模型学习失败；本文提供基于torchvision.transforms.v2的可靠解决方案。
Python教程

2026.02.05 11:27

pytorch

24小时阅读榜

更多

相关专题

更多
PyTorch图像识别与TorchVision视觉实战
PyTorch图像识别与TorchVision视觉实战

本专题整理PyTorch图像分类、CNN模型、TorchVision数据集、图片预处理、数据增强、训练评估和预测推理方法，适合视觉任务入门和项目实战。

0

2026.09.01

Python AI机器学习PyTorch教程_Python怎么用PyTorch和TensorFlow做机器学习
Python AI机器学习PyTorch教程_Python怎么用PyTorch和TensorFlow做机器学习

PyTorch 是一种用于构建深度学习模型的功能完备框架，是一种通常用于图像识别和语言处理等应用程序的机器学习。 使用Python 编写，因此对于大多数机器学习开发者而言，学习和使用起来相对简单。 PyTorch 的独特之处在于，它完全支持GPU，并且使用反向模式自动微分技术，因此可以动态修改计算图形。

48

2025.12.22

pytorch是干嘛的
pytorch是干嘛的

pytorch是一个基于python的深度学习框架，提供以下主要功能：动态图计算，提供灵活性。强大的张量操作，实现高效处理。自动微分，简化梯度计算。预构建的神经网络模块，简化模型构建。各种优化器，用于性能优化。想了解更多pytorch的相关内容，可以阅读本专题下面的文章。

1463

2024.05.29

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
2026最新 PyTorch 深度学习基础快速入门视频教程
2026最新 PyTorch 深度学习基础快速入门视频教程

共0课时 | 0人学习

PyTorch 官方文档与教程
PyTorch 官方文档与教程

共0课时 | 0人学习

千锋教育PHP高级实战课程视频教程
千锋教育PHP高级实战课程视频教程

共43课时 | 9.2万人学习

科技资讯

更多
B 站上线“AI 无限竞技场”：百大模型同台 PK，GPT-6 Astra 暂居榜首
谷歌升级AI助手CC:支持最多6名家庭成员协同管理
Choice类型高阶玩法:最多255个选项的优化配置技巧
Jev三种输出原语怎么选?场景+配置+示例一文讲清
Jev官方接口一文吃透:请求参数/返回字段/错误码全说明
用Jev做PR代码安全检查：一份真实的耗时与成本报告
2026年结构化决策模型排行榜：Jev能排第几
输入越长越慢？不同Token长度下Jev的延迟变化曲线
数据标注神器？Jev批量处理万条数据的成本与速度实测
每秒10次调用扛不扛得住？Jev高并发压力测试报告
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网：公益在线php培训，帮助PHP学习者快速成长！
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn