超腾开源博客 - 第16页 | 了解网站最新动态，分享最新技术

本文介绍了使用PyTorch实现猫狗图像分类的两种方法：从头构建CNN网络和采用VGG16迁移学习。CNN模型需要更多训练轮次，在20轮时达到最高准确率79.28%，之后出现过拟合。而VGG16仅用5轮就能达到86.5%的准确率，10轮后稳定在86.98%，明显优于CNN。实验表明，在训练数据有限的情况下，利用预训练模型进行迁移学习可以显著提升训练效率和分类准确率，是更优的选择。

本文介绍了如何使用PyTorch从零实现线性回归，包括手动梯度下降和PyTorch内置模块两种方式。文章通过生成带噪声的数据集，训练模型学习y=wx+b中的参数w和b。手动实现部分详细演示了前向传播、计算均方误差损失、反向传播求梯度及参数更新过程；PyTorch模块部分则使用nn.Linear、MSELoss和SGD优化器简化代码。两种方法均经过1000次迭代成功拟合直线，参数接近w=1、b=0。文章强调掌握线性回归是深度学习的基础，PyTorch的自动微分机制能有效简化梯度计算。

本文介绍了如何在离线环境下编译PyTorch官方文档。主要内容包括：首先安装git和Python等必要软件，克隆PyTorch源码，创建Python虚拟环境以避免依赖冲突，然后安装requirements.txt中的Sphinx扩展和torch包。使用make html命令生成HTML文档，输出文件位于build/html目录，可直接通过浏览器离线阅读。文章还总结了四种常见编译问题及解决方案：网络错误导致依赖安装失败、缺少torch模块、numpy版本过高导致bool8属性错误、katex版本不兼容。整体流程清晰，适合需要在无网络环境中查阅PyTorch文档的开发者参考。

本文介绍了在麒麟V10 ARM服务器上通过源码编译安装PostgreSQL 16.6的完整步骤。麒麟V10是基于国产Linux的操作系统，专为飞腾、鲲鹏等ARM芯片优化，而PostgreSQL是功能强大的开源数据库。由于系统包管理器缺少PostgreSQL安装包，需手动编译。步骤包括：查看系统版本、下载解压源码、安装依赖、编译安装、配置环境变量、创建用户和数据目录、初始化数据库、配置监听地址与远程访问、启动数据库并验证端口。整个过程适用于信创环境下的数据库部署需求。

本教程针对XWiki网站SEO优化后导航面板显示过长标题的问题，提供了完整的解决方案。通过修改Navigation组件配置，将默认的页面标题显示改为更简洁的文档名称显示，详细说明了从登录管理后台到修改代码、保存生效的全流程操作步骤，并附有效果对比图，帮助用户提升XWiki导航的可用性和美观度。