- 博客(19)
- 收藏
- 关注
原创 基于pytorch的ResNet网络实现
代码参考B站UP:霹雳吧啦Wz的《深度学习-图像分类篇章》视频,代码根据个人编程习惯及本人自用数据集进行少量改动,欢迎大佬们批评指正。
2023-07-05 18:08:54 719 2
原创 基于pytorch的GoogleNet实现
代码参考B站UP:霹雳吧啦Wz的《深度学习-图像分类篇章》视频,代码根据个人编程习惯及本人自用数据集进行少量改动,欢迎大佬们批评指正。
2023-07-05 18:02:46 358
原创 基于pytorch的VGG网络实现
代码参考B站UP:霹雳吧啦Wz的《深度学习-图像分类篇章》视频,代码根据个人编程习惯及本人自用数据集进行少量改动,欢迎大佬们批评指正。
2023-07-05 17:57:55 297
原创 基于pytorch的AlexNet网络实现
代码参考B站UP:霹雳吧啦Wz的《深度学习-图像分类篇章》视频,代码根据个人编程习惯及本人自用数据集进行少量改动,欢迎大佬们批评指正。
2023-07-05 17:36:34 407
原创 PyTorch深度学习实践——11 卷积神经网络(高级篇1 GoogleNet)
PyTorch深度学习实践——11 卷积神经网络题(高级篇1 GoogleNet)
2023-07-05 17:22:28 66
原创 PyTorch深度学习实践——11 卷积神经网络(高级篇2 ResNet)
PyTorch深度学习实践——11 卷积神经网络(高级篇2 ResNet)
2023-07-05 17:22:17 85
原创 PyTorch深度学习实践——8 加载数据集(课后作业)
y_pred = y_pred.squeeze(-1) # #前向输出结果是[[12],[34],[35],[23],[11]]这种,需要将这个二维矩阵转换成一行[12,34,35,23,11]return self.x_data[index], self.y_data[index] # python中return x, y 返回的是(x, y)这样一个元组。在加载数据集那个py文件中,之所以不需要这一步是因为:self.y_data = torch.from_numpy(xy[:, [-1]])
2023-07-04 22:29:06 89
原创 PyTorch深度学习实践——5 用PyTorch实现线性回归(课堂记录)
PyTorch深度学习实践——5 用PyTorch实现线性回归(课堂记录)
2023-07-04 21:55:41 131
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