没有合适的资源？快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
torch-0.1-cp27-cp27m-macosx-10-6-x86-64.whl
torch-0.1-cp27-cp27m-macosx-10-6-x86-64.whl
1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）
版权申诉
torch
macosx
python27
深度学习
0 下载量
36 浏览量
2023-01-19
17:01:15
上传
评论
收藏
2.86MB
WHL
举报
温馨提示
限时特惠：¥1.90
11.90
该资源为torch-0.1-cp27-cp27m-macosx_10_6_x86_64.whl，欢迎下载使用哦！
资源推荐
资源评论
torch-0.1-cp35-cp35m-macosx-10-6-x86-64.whl
浏览：75
该资源为torch-0.1-cp35-cp35m-macosx_10_6_x86_64.whl，欢迎下载使用哦！
torch-1.9.0-cp310-cp310-linux_aarch64.whl
浏览：188
torch-1.9.0-cp310-cp310-linux_aarch64.whl
torch-1.6.0+cpu-cp36-cp36m-linux_x86_64.whl
浏览：139
pytorch-1.6，cpu-linux版本，python3.6下载，有需要的可自行下载，加油加油加油
torch-1.5.0-cp37-none-macosx_10_9_x86_64.whl
浏览：181
针对 Mac 用户在部分网络下，无法通过 pip install torch 正常安装 PyTorch，提供 Mac CPU 版 Python 3.7 环境下的 PyTorch 1.5.0 .whl 文件，使用时通过 cd 命令定位到...macosx_10_9_x86_64.whl 即可正常安装 PyTorch
torch-1.3.0.post2-cp37-none-macosx_10_9_x86_64.whl
浏览：34
torch-1.3.0.post2-cp37-none-macosx_10_9_x86_64.whl用于离线安装torch
Python库 | torch-1.3.0-cp35-none-macosx_10_6_x86_64.whl
浏览：151
资源分类：Python库 所属语言：Python 资源全名：torch-1.3.0-cp35-none-macosx_10_6_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
torch-0.1.10.post1-cp35-cp35m-macosx-10-6-x86-64.whl
浏览：95
该资源为torch-0.1.10.post1-cp35-cp35m-macosx_10_6_x86_64.whl，欢迎下载使用哦！
torch-0.1.11.post4-cp36-cp36m-macosx-10-7-x86-64.whl
浏览：106
该资源为torch-0.1.11.post4-cp36-cp36m-macosx_10_7_x86_64.whl，欢迎下载哦！
torch-0.1.10.post1-cp27-none-macosx-10-7-x86-64.whl
浏览：93
该资源为torch-0.1.10.post1-cp27-none-macosx_10_7_x86_64.whl，欢迎下载使用哦！
torch_scatter-2.1.0-cp310-cp310-macosx_10_15_x86_64.whl.zip
浏览：101
需要配和指定版本torch-1.13.1+cpu使用，请在安装该模块前提前安装官方命令安装torch-1.13.1+cpu
Python库 | pytorch3d-0.4.0-cp37-cp37m-macosx_10_9_x86_64.whl
浏览：146
5星 · 资源好评率100%
资源分类：Python库 所属语言：Python 资源全名：pytorch3d-0.4.0-cp37-cp37m-macosx_10_9_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
torch_scatter-2.1.0-cp39-cp39-macosx_10_15_x86_64.whl.zip
浏览：191
需要配和指定版本torch-1.12.0+cpu使用，请在安装该模块前提前安装官方命令安装torch-1.12.0+cpu，无需显卡
torch-1.3.1-cp37-cp37m-macosx_10_13_x86_64.whl
浏览：181
https://github.com/TomHeaven/pytorch-osx-build macOS用的PytorchGPU 1.3.1版本(文件过大，网盘链接以及提取码)
torch_sparse-0.6.15-cp37-cp37m-macosx_10_15_x86_64.whl.zip
浏览：40
需要配和指定版本torch-1.13.1+cpu使用，请在安装该模块前提前安装官方命令安装torch-1.13.1+cpu
torch_sparse-0.6.17-cp37-cp37m-macosx_10_15_x86_64.whl.zip
浏览：197
需要配和指定版本torch-1.13.1+cpu使用，请在安装该模块前提前安装官方命令安装torch-1.13.1+cpu
torch_sparse-0.6.16-cp37-cp37m-macosx_10_15_x86_64.whl.zip
浏览：141
需要配和指定版本torch-1.13.1+cpu使用，请在安装该模块前提前安装官方命令安装torch-1.13.1+cpu
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
浏览：113
4星 · 用户满意度95%
本资源纯属免费，不收任何钱和任何积分，纯粹为爱发电，本资源已经为大家整合好了的，看我的博客部署好直接用：https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址：https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSO
YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
浏览：78
5星 · 资源好评率100%
YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt
浏览：179
5星 · 资源好评率100%
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt，需要创建的文件夹都以创建，方便大家不用再去GitHub下载 可以搭配该博客：https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）
浏览：138
5星 · 资源好评率100%
这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是：Transformer 在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码，Transformer
社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期
浏览：176
使用LSTM模型进行时序预测的代码与说明见：https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
行人跌倒数据集（VOC格式）
浏览：138
5星 · 资源好评率100%
行人跌倒数据集（VOC格式）
YOLOV5 + 双目相机实现三维测距（新版本）
浏览：83
YOLOV5 + 双目相机实现三维测距（新版本）
Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip
浏览：119
5星 · 资源好评率100%
本资源配套对应的视频教程和图文教程，手把手教你使用Unet做眼底图像分割的训练、测试和界面封装，包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型，并封装为了图形化界面，只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高，眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源，其形态和状况的变化可以反映出许
全新的SOTA模型YOLOv9
浏览：84
当今的深度学习方法专注于如何设计最合适的目标函数，以使模型的预测结果尽可能接近真实值。同时，还需要设计一个合适的架构，以便获取足够的信息进行预测。现有方法忽略了一个事实：当输入数据经过逐层的特征提取和空间变换时，会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题，即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息（PGI）的概念，以应对深度网络实现多个目标所需的各种变化。PGI
YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip
浏览：57
5星 · 资源好评率100%
YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在：https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境：https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看：https://blog.csdn.net/ECHOSON/article/d
基于YOLOv8-Pose的姿态识别项目，带数据集可直接跑通的源码
浏览：69
这个项目是一个基于YOLOv8-Pose的姿态识别系统，专门用于识别和分析人体姿态。项目采用了最新的YOLOv8-Pose算法，结合了COCO数据集的8种常见姿态，能够快速准确地识别人体的各种姿态。这个可以作为一个简单的项目案例，后续可以直接换成自己的数据去进行训练。 功能特点： 高效识别：使用了先进的YOLOv8-Pose算法，确保了识别的准确性和效率。 支持多种姿态：能够识别COCO数据集中
pycharm连接autodl服务器（yolov8训练自己的数据集）
浏览：117
里面没写怎么配置yolov8环境，这个参考官方文档就行很简单一行代码即可
Deep Learning Tuning Playbook（中译版）
浏览：8
由五名研究人员和工程师组成的团队发布了《Deep Learning Tuning Playbook》，来自他们自己训练神经网络的实验结果以及工程师的一些实践建议，目前在Github上已有1.5k星。此版本为中文翻译版，提供给大家免费下载，因为本人知识水平有限，翻译过程中可能有误，随时欢迎大家指出错误，我会随时更正。
评论
收藏
内容反馈
1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）
版权申诉
限时特惠：¥1.90
11.90
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
假技术po主
粉丝: 518
资源:
4270
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
拟建沼泽流域水化学轨迹的预测对湿地长期功能的影响
一份关于Qt开发的资源清单
光伏发电系统电导增量法MPPT跟踪策略
ScriptGraphicHelper 综合图色助手
xxxxxxxxxxxxxx
模拟地下水和地表水的相互作用现状和未来挑战的概述
一个可扩展的地表-地下耦合流动模型
对“死亡谷区域流动系统的无约束地下水模型及其与有约束前系统的比较”的评论
实验指导书1——图解法.docx
C语言实验(1).zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
