Aprinlife-CSDN博客

原创 [Yolov4-Pytorch-0]----yolov4网络概况

[网络概况0]YOLOV4-Pytorch----yolov4作者旨在学习yolov4这一网络，所以将自己的学习记录写下来，以备之后查看，也可以给各位一起学习的小伙伴提供一些思路。有什么错误，各位大大指出，马上改正。Yolo V4 论文：论文链接AB 源码实现：源码链接Pytorch(Tianxiaomo)版本实现：Pytorch-yolov4-Tianxiaomo...

2020-11-25 16:45:02 496

原创 [Yolov4-Pytorch-1]----yolov4.cfg解析

[代码解读1]Pytorch-yolov4-Tianxiaomo----CFG文件解析[net]层[卷积]层空间金字塔池化(SPP)作者旨在学习yolov4这一网络，所以将自己的学习记录写下来，以备之后查看，也可以给各位一起学习的小伙伴提供一些思路。有什么错误，各位大大指出，马上改正。Yolo V4 论文：论文链接AB 源码实现：源码链接Pytorch(Tianxiaomo)版本实现：Pytorch-yolov4-Tianxiaomo[net]层[net][net]batch=64

2020-11-17 17:28:00 1520

原创从零学习PyTorch(8)----好好吃饭，细嚼慢咽

批量训练整体流程及示例代码方法解析1.Data.TensorDataset2.Data.DataLoader3.for x,y in enumerate(z)4.loader单位装载量本章将大量的数据划分为多个小部分数据，对模型进行训练。整体流程及示例代码这个的整体流程应该是：拿到数据----创建数据库----创建loader----进行训练import torch as timport torch.nn.functional as tnfimport torch.utils.data as D

2020-10-15 20:32:18 137

原创从零学习PyTorch(7)----不能只在春天绽放

模型保存及提取模型保存保存整个网络保存网络中的参数模型提取提取整个网络提取网络中的参数本章将进行介绍模型的保存及提取，配合视频食用味道更佳。模型保存保存整个网络def save_anet(): t.save(net1, 'net.pkl')保存网络中的参数def save_pnet(): t.save(net1.state_dict(), 'net_p.pkl')模型提取提取整个网络def restore_net(): r_anet = t.load('net.

2020-10-15 19:58:31 79

原创从零学习PyTorch(6)----万丈高楼平地起

搭建神经网络的两种方法Class实例化神经层累加本章会介绍一下搭建神经网络的两种方法Class实例化这里将网络定义为一个类，之后进行实例化，里面有两个方法：第一个初始方法目的是构建神经层，可以抽象为盖房子先准备好木料。第二forward方法的目的是链接神经层，可以抽象为利用木料搭房子。class Net(t.nn.Module): def __init__(self, n_feature, n_hidden, n_output): super().__init__()

2020-10-15 17:19:52 101

原创从零学习PyTorch(5)----整个天空都是灰蒙蒙的

分类-Classification示例代码两大基础任务之一的分类任务，根据data和targets进行训练，之后对目标进行预判。依旧是一样，根据视频来编写的代码，会使你看视频更加容易，都有注释，哈哈哈哈哈示例代码import torch as timport torch.nn.functional as tnfimport matplotlib.pyplot as plt# 生成一个全是1的二维tensor,每个维度参数为(x,y)n_data = t.ones(100, 2)# 参数含

2020-10-15 17:09:16 136

原创从零学习PyTorch(4)----迷茫的人殊途同归

回归-Regression回归任务实例代码到了两个基础事件的讲解环节可以一边看视频，一边看文章里面的代码，这是根据版本进行了更新，并且会进行一些注释，看视频也更加容易。回归任务关于什么是回归任务，我自己也不知道怎么解释，哈哈哈哈哈哈哈哈哈实例代码这是根据视频一步一步写下来，并且有一些解析import torch as timport torch.nn.functional as tnfimport matplotlib.pyplot as plt# unsqueeze大概可以理解为将一

2020-10-15 16:34:52 70

原创从零学习PyTorch(3)----时间总会淘汰一些旧有的事物

被淘汰的Variable数据格式数据意义求梯度示例3这个东西已经被淘汰了，但是最好可以看一下，因为视频里也有一些相关的代码，不知道的话还是会带来很多的困扰。数据格式神经网络里面的参数都是以Variable变量的形式进行操作，也就是需要从torch数据格式 “tensor”转变为 Variable数据格式数据意义目前的深度学习框架大部分都基于计算图谱，一张图大概可以堪称一张有向无环图，图中的节点分为不同的几种，所以要把一个tensor作为一个神经网络的参数，首先就要把其变为Variable类型，这样

2020-10-15 16:06:47 162

Aprinlife的博客