PyTorch

7 публикаций по теме

PyTorch

5 ошибок новичков в data science

Начинающие data scientists часто совершают ошибки, которые замедляют их прогресс: игнорируют математику, ищут идеальный курс, застревают в туториалах, делают много простых проектов и сразу рвутся в ИИ. Избегать этих ловушек помогает фокус на основах и практике через глубокие личные проекты. Так путь к первой работе становится короче и эффективнее.

4 мин

25 ноября 2025 г.

Статьи

Руководство по PyTorch: Множественная регрессия с нуля

В руководстве демонстрируется построение модели множественной линейной регрессии с использованием PyTorch на наборе данных Abalone, с сравнением результатов Scikit-Learn. Анализ данных выявляет проблемы с гомоскедастичностью и выбросами, влияющие на точность. Модель PyTorch показывает скромное улучшение на 4%, подчеркивая ограничения линейных подходов для нелинейных данных.

12 мин

20 ноября 2025 г.

Статьи

Разбор Triton: Умножение матриц по одному ядру

В статье разбирается реализация умножения матриц в Triton с акцентом на оптимизации вроде блочного разбиения и согласованности памяти. Рассматривается иерархия памяти GPU на примере A100 и влияние параллелизации на производительность. Эксперименты показывают, как профилирование помогает выявлять bottlenecks в ядрах.

12 мин

15 октября 2025 г.

Статьи

Улучшение эффективности цикла обучения PyTorch

Статья объясняет, как оптимизировать цикл обучения в PyTorch, фокусируясь на конвейере данных для предотвращения голодания GPU. Рассматриваются узкие места, инструменты вроде Dataset, DataLoader и профайлера, а также практические эксперименты с MNIST, показывающие ускорение до 2.52 раза. В конце приведены лучшие практики и перспективы дальнейших улучшений.

18 мин

11 октября 2025 г.

Статьи

Изучаем Triton: реализация Softmax

В этой статье разбирается функция softmax — ключевой элемент нейронных сетей, ее реализация в Triton с учетом градиентов и оптимизаций. Рассматриваются версии на одном и нескольких блоках, тестирование и сравнение производительности с PyTorch. Материал помогает понять, как создавать эффективные ядра для GPU.

12 мин

23 ноября 2025 г.

Статьи

Классификация подтипов рака лёгких по числу копий ДНК с PyTorch

В статье описывается создание сверточной нейронной сети на PyTorch для классификации подтипов рака лёгких по профилям числа копий ДНК. Используются публичные данные из TCGA, PCAWG и TRACERx, обработанные с помощью инструмента CNSistent. Модель достигает высокой точности в различении аденокарциномы и плоскоклеточного рака, а также обсуждаются бонусные подходы на основе LLM.

12 мин

17 октября 2025 г.

Статьи

Уроки машинного обучения за этот месяц

В этой статье делятся тремя практическими уроками из работы с машинным обучением за месяц: разумный выбор библиотек для новых проектов, использование менеджеров буфера обмена для удобства тестирования и польза широкого чтения литературы для глубокого понимания. Эти выводы помогают оптимизировать процесс разработки и исследования. Они основаны на личном опыте и подкреплены конкретными примерами инструментов.

6 мин

13 октября 2025 г.

Показаны все статьи (7)

PyTorch

5 ошибок новичков в data science

Руководство по PyTorch: Множественная регрессия с нуля

Разбор Triton: Умножение матриц по одному ядру

Улучшение эффективности цикла обучения PyTorch

Изучаем Triton: реализация Softmax

Классификация подтипов рака лёгких по числу копий ДНК с PyTorch

Уроки машинного обучения за этот месяц

Сейчас в тренде

Популярные темы