传统使用opencv自带的swapaxes进行转换，然后使用pytorch的from_numpy转为tensor

pytorch读取图像数据转成opencv格式方法：先转成numpy通用的格式，再将其转换成opencv格式。

使用自定义模型类从头开始训练线性回归，比较PyTorch 1.x和TensorFlow 2.x之间的自动差异和动态模型子类化方法。

数据预处理在解决深度学习问题的过程中，往往需要花费大量的时间和精力。 数据处理的质量对训练神经网络来说十分重要，良好的数据处理不仅会加速模型训练， 更会提高模型性能。为解决这一问题，PyTorch提供了几个高效便捷的...

今天，我们正式发布 PyTorch 1.7，以及升级的域库。PyTorch 1.7版本包括了一些新的 API，比如对兼容 numpy 的 FFT 操作的支持、性能分析工具以及对分布式数据并行(DDP)和基于远程过程调用(RPC)的分布式训练的重要更新。此...

PyTorch Lightning是基于PyTorch的高级框架，在云上大规模部署很有优势。

写深度学习网络代码，最大的挑战之一，尤其对新手来说，就是把所有的张量维度正确对齐。如果以前就有 TensorSensor 这个工具，相信我的头发一定比现在更浓密茂盛！...

Lyft 的使命是用世界上最好的交通工具改善人们的生活。我们相信，在未来，无人驾驶汽车将使交通更加安全，人人都更加方便。这就是为什么 Lyft 的无人驾驶部门 Level 5正在为 Lyft 网络开发一个完整的无人驾驶自治系统，给乘...

现阶段人工智能的发展速度远远超过任何单一框架所能跟上的速度，深度学习的领域更是在不断发展的，主要体现在在复杂性和规模上。

in-place operation在pytorch中是指改变一个tensor的值的时候，不经过复制操作，而是直接在原来的内存上改变它的值。可以把它成为原地操作符。