- 博客(6)
- 收藏
- 关注
RSS订阅原创 pytorch：open函数、keep_image_size_open、torch.load()和load_state_dict()、__init__的用法、__main__
通俗的理解：假如你叫小明.py，在朋友眼中，你是小明(__name__ == '小明')；在你自己眼中，你是你自己。的意思是：当.py文件被直接运行时，之下的代码块将被运行；当.py文件以模块形式被导入时，之下的代码块不被运行。
2023-12-10 18:04:49
248
1
原创 pytorch 基础篇
y等于：tensor([[[-1.2082, 2.0898, -1.2082, 2.0898, -1.2082, 2.0898],[7,8,9,1,1,1,1,1,1,1,1]、[1,4,7,1,1,1,1,1,1,1,1]这四个数组中获取3个元素）（在本例中是分别从[10,1,2,1,1,1,1,1,1,1,10]、[3,4,5,1,1,1,1,1,1,1,1]、含义：生成4行5列的矩阵，共6个，数量=1*2*3*4*5=120个，结果是5维的。(4,2,2)表示第三维有4个2维张量。
2023-11-09 21:00:29
53
1
原创 pytorch-9多分类问题·
这里要说一下，我们通常python读取图片的时候用的pillow，这里MINIST数据集中一张图片是H×W×C（长×宽×通道）=28*28*1=758的像素图片，其中每个像素点中的信息用[0,255]来表示，但是对于神经网络的训练来说太大了，占用太多算力，所以我们通常将像素点中的信息量压缩成[-1,1]，且满足一定均值和方差的正态分布，并且是C×H×W。然后利用与label做==判断，是返回1值，不是返回0，加在一起表示的是一共猜对了几个，再利用label.size(0),其中0表示列数，1表示行数。
2023-11-08 14:32:45
62
1
原创 pytorch0
总结：本次训练的目的就是在提供的训练集的情况下，调整权重和偏置，使得y_pre与y_data接近（二叉熵变小），Logistic回归其实是分类问题，比如图像中有无人0为无，1为有。# .zero_grad(), 因为训练的过程通常使用minibatch的方法，如果梯度不及时清零，那么梯度会与上一个batch的数据相关。# loss1.backward()，计算根据损失值loss1对权重与偏置的梯度，否则梯度下降无法更新梯度。print("测试结果是：", y_test.item())
2023-10-14 18:58:52
46
1
原创 pytorch-1
初始化函数，将维度减少，这里的维度指的是列数.激活函数就选择的sigmoid函数，如果选择RLU函数，最后一步仍然要用sigmoid函数，因为RLU有log0的风险。# 如果名称一致，则可以直接调用numpy函数，用np.loadtxt读取文件中的内容，delimiter值用来分割的符号是什么。关于输出形式：tensor：tensor（[1,2,3]） numpy：[1,2,3]# 定义向前函数，构建计算图，都选用下，因为前一项的输出等于后一项的输入。# 这里创建一个矩阵。
2023-10-14 18:17:43
45
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人