pytorch实践学习：cnn

已于 2023-05-08 14:42:54 修改
阅读量74 收藏
点赞数
分类专栏： 舌苔分割识别 文章标签： pytorch cnn 深度学习
于 2023-05-06 18:30:02 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SingForTheTear/article/details/130317755
版权
本文介绍了卷积神经网络的基本原理，重点在特征提取的卷积层，以及卷积核的channel数与输出的关系。文章还提及了GoogLeNet架构中的concatenate和1x1卷积在信息融合中的作用，并提供了卷积层的PyTorch实现代码，涉及到GPU加速和池化操作。
摘要由CSDN通过智能技术生成

一、卷积神经网络原理在这里插入图片描述

  1. feature extration：卷积层提取特征
    在这里插入图片描述
  2. 卷积核channel数与输入的channel数一样，一个卷积核卷积后得到的channel数为1，最终输出的channel数为卷积核数

二、代码实现

  1. 卷积层在这里插入图片描述
  • torch.randn()随机分布
  • torch.nn.conv2d()初始化卷积层，kernel_size参数可以直接为数值或者元组
  1. pedding：在这里插入图片描述
  2. pooling
  3. 在这里插入图片描述
    在这里插入图片描述
  4. 利用GPU：在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

三、googlenet

  1. 在这里插入图片描述
  • concatenate：拼接
  • 1*1conv：信息融合，将一个像素的三个通道信息融合
SingForTheTear
关注
专栏目录
Pytorch的学习——CNN
qq_41100991的博客
11-28 1262
CNN 在pytorch中CNN（卷积神经网络）由 torch.nn中的Conv1d()、Conv2d()、Conv3d()三个函数进行数据的一维、二维、三维卷积操作。主要参数有in_channels, out_channels,kernel_size。 # in_channels：代表输入数据的个数 # 比如[[1,1],[2,2],[3,3],[4,4],[5,5]]这可以当作一维数据也可以当...
学习pytorch笔记--CNN
wenyiweiyuan的博客
11-12 1670
有部分转载，且为代码小白
好书推荐丨细说PyTorch深度学习：理论、算法、模型与编程实现
热门推荐
兔子王
03-05 2万+
本期博主给大家推荐一本深度学习的全新正版书籍，感兴趣的小伙伴快来看看吧~
新书速览|细说PyTorch深度学习：理论、算法、模型与编程实现
quanzhankaifaqua的博客
02-19 629
全书分为两篇，第1篇为基础知识，主要介绍PyTorch的基本知识、构建开发环境、卷积网络、经典网络、模型保存和调用、网络可视化、数据加载和预处理、数据增强等内容；丁麒文，研究生毕业，主要从事图像处理、机器学习、人工智能和机器视觉领域的研究工作， 熟练运用基于Pytorch、TensorFlow等深度学习框架实现相关图像处理算法，并发表了多篇论文。凌峰，毕业于中国科学院大学，博士，从事机器学习、人工智能、图像处理和计算视觉的研究 与开发工作多年，发表多篇论文，拥有丰富的机器学习算法实现经验。
解决Linux服务器上下载pytorch速度过慢的问题
weixin_53697800的博客
09-13 555
torch-1.13.1+cu116-cp311-cp311-linux_x86_64.whl 注意cp311中的311指的是python版本，也需要与自己的python匹配，比如我的是3.8，我在Linux服务器中使用如下指令, 直接从指定的 URL 下载。需要下载的是GPU版本的pytorch，版本torch=1.13.1+cu116。ps:也可以使用其他下载器（如迅雷）通过镜像网站手动下载.whl文件到本地，然后。使用这种方式会从两个网址中查找安装包，清华源不存在安装包，仍然从官方下载。
AI小项目4-用Pytorch从头实现Transformer（详细注解）
虾米记的博客
09-13 1223
阅读Transformer论文并用Pytorch从头实现了简单的Transformer模型
分布式训练：（Pytorch）
qq_55794606的博客
09-16 783
数据加载：使用多个进程来并行加载和预处理数据，通过流水线处理减少数据加载的延迟。数据传输：利用 CUDA 流优化从固定内存到 GPU 的数据传输。数据并行性：使用数据并行和 NCCL 等通信库实现高效的梯度同步和模型参数更新，优化训练过程。这种方法结合了数据加载、数据传输和数据并行处理的优化，能够显著提升深度学习模型的训练效率和速度。dataset,num_workers=4, # 使用 4 个子进程加载数据pin_memory=True # 将数据转移到固定内存# 模型训练代码# ...
使用 PyTorch 从头开始​​构建您自己的 Llama 3 架构
因为无知，所以奋斗！
09-13 1297
Llama 3 及其其他变体是目前 LLM 领域最流行的开源 LLM。我相信从头开始构建 Llama 3 的能力为构建许多新的令人兴奋的基于 LLM 的应用程序提供了所有必要的基础。我坚信知识应该对所有人免费。请随意使用源代码并更新它来构建您的个人或专业项目。祝大家好运。参考/wp:list。
pytorch使用技巧
m0_73776435的博客
09-13 987
我们将模型划分为两部分，存放到一个列表里，每部分就对应上面的一个字典，在字典里设置不同的学习率。：去除dim指定的且size为1的维度，维度大于1时，squeeze()不起作用，不指定dim时，去除所有size为1的维度。也可以在列表外设置一个全局学习率，当各部分字典里设置了局部学习率时，就使用该学习率，否则就使用列表外的全局学习率。的作用就是释放缓存分配器当前持有的且未占用的缓存显存，以便这些显存可以被其他GPU应用程序中使用，并且通过。设置当前使用的GPU设备仅为0号设备，设备名称为。
【深度学习|PyTorch】基于 PyTorch 搭建 U-Net 深度学习语义分割模型——附代码及其解释！
985小水博的摸鱼日常
09-14 598
【深度学习|PyTorch】UNet学习笔记！
《深度学习》PyTorch 手写数字识别 案例解析及实现 ＜上＞
wx_AHao1004Y的博客
09-13 1424
MINIST是一种基于神经网络的手写数字识别算法。它是LeCun等人在1998年提出的，是深度学习领域的里程碑之一。MINIST数据集包含了大量的手写数字图片，MINIST算法通过训练神经网络，可以有效地识别这些手写数字。MINIST算法在计算机视觉和模式识别中有广泛的应用，被认为是机器学习领域的经典问题之一。MNIST包含70,000张手写数字图像，其中60,000张用于训练，10,000张用于测试。所有的图像都是灰度的，大小为28x28像素的，并且居中的，以减少预处理和加快运行。
《深度学习》CUDA安装配置、pytorch库、torchvision库、torchaudio库安装
wx_AHao1004Y的博客
09-13 1526
CUDA（Compute Unified Device Architecture）是由NVIDIA开发的一种并行计算平台和编程模型，用于利用NVIDIA GPU进行通用计算。它提供了一个编程接口，让开发者能够将计算任务分配到GPU上执行，以实现高性能的并行计算。CUDA可以用于各种领域的计算任务，包括科学计算、图形处理、机器学习等。
【深度学习】PyTorch 的发展历程 截止 2.1.0
Suasy小易的博客
09-13 1047
PyTorch 作为一个深度学习框架，经历了多个版本的迭代，带来了许多新特性、改进和优化。以下是 PyTorch 主要版本的发布历程以及关键更新。
动手学深度学习（pytorch土堆）-03常见的Transforms
凯的博客
09-11 466
transforms.Resize 是 PyTorch 中 torchvision.transforms 模块的一个变换操作，用于调整图像的大小。它可以将输入图像调整为指定的尺寸，通常用于图像预处理以确保所有输入图像具有相同的尺寸，这对深度学习模型的输入非常重要。transforms.Compose 是 PyTorch 中的一个函数，用于将多个图像变换操作组合在一起，形成一个变换流水线。这些操作会按照给定的顺序依次作用在输入的图像上。如果是单个整数：将按保持宽高比的方式调整图像，较短的一边将被调整为该值。
Python(TensorFlow和PyTorch)及C++注意力网络导图
跨学科知识视角展现
09-10 1465
1. 谱图神经网络2. 计算注意力分数3. 对比图神经网络、卷积网络和图注意力网络4. 药物靶标建模学习和预测相互作用5. 腹侧和背侧皮质下结构6. 手写字体字符序列文本识别 7. 组织病理学图像分析8. 长短期记忆财务模式预测相关性9. 生物医学图像特征学习和迭代纠正
Inception【代码详解Pytorch version】
09-14 597
【代码】Inception【代码详解Pytorch version】
2024/9/16 dataloader、tensorboard、transform
最新发布
m0_58285219的博客
09-16 594
假设有一个名为pytorch的包dir()：用于打开包，看里面的内容help():用于查看具体的内容的用处。
【PyTorch单点知识】torch.nn.Embedding模块介绍：理解词向量与实现
m0_49963403的博客
09-11 1521
torch.nn.Embedding模块介绍
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值