- 博客(8)
- 收藏
- 关注
RSS订阅原创 批量更改文件夹/文件的名字
1、 提取文件夹名字：在需要更改的文件夹或文件的位置中，新建txt文件在txt文件中输入：dir */b >test.txt，保存文件将txt文件后缀更改为bat 双击运行bat 生成test.txt文件，里面是提取出来的文件夹名字2、批量更改文件夹/文件名字将上述test.txt中的文件名字复制到excel表中第A列然后在对应的第B列填写变更好的名字鼠标选中C1单元格在公式编辑框中输入：="ren “&A1&” "&B1下拉C1单元格
2020-10-13 20:42:02
755
原创 linux 下用conda安装pytorch
添加镜像在终端输入命令行：vim .condarc去pytorch官网找到自己需要的命令删除命令后面的 -c pytorch在终端运行上面的命令即可
2020-09-05 14:04:08
460
原创 NLL_Loss & CrossEntropyLoss（交叉熵）
EntropyLoss**交叉熵损失函数。交叉熵描述了两个概率分布之间的距离，当交叉熵越小，说明二者之间越接近。实际上，可以认为：CrossEntropyLoss = log_sofrmax + NLLLoss在对图片进行分类时，通常会一次性输入n张图片，最后得出一个n*c的tensor，c是此次分类的类别数：比如：n=10,c=2，表示一共10张图片，类别为2类output = torch.tensor([[-2.8799, 1.1380], [ 0.4756, -0.277
2020-05-13 20:26:30
6342
3
原创 models.init_weight
import torch.nn as nndef init_weights(model): # kaiming高斯初始化，使得每一卷积层的输出的方差都为1 # torch.nn.init.kaiming_normal_(tensor, a=0, mode='fan_in', nonlinearity='leaky_relu') # a ：Relu函数的负半轴斜率 # mode：表示让前向传播还是反向传播的输出方差为1 for m in model.modules
2020-05-12 17:38:36
3110
原创 pytorch-迁移学习
transforms.RandomResizedCrop()随机长宽比剪裁，随机大小，随机长宽比剪裁原始图片，最后将图片resize到设定好的sizesize=A：输出分辨率scale = (a.b)随机剪裁的大小，表示随机剪裁出来的图片会在a倍至b倍之间ratio=(a, b)随机长宽比 设置为a:binterpolatio =a ,插值方法，默认为双线性插值·transform...
2020-03-22 16:16:34
426
转载 一个图像分类器
第一个神经网络数据加载代码如下：import torchimport torchvisionimport torchvision.transforms as transfromstransform = transfroms.Compose( [transfroms.ToTensor(), transfroms.Normalize((0.5, 0.5, 0.5), ...
2020-03-14 20:58:58
326
原创 数据加载和处理
数据加载和处理部分内容来自百度百科，和pytorch官方学习手册完整代码from __future__ import print_function, divisionimport osimport torchimport pandas as pdfrom skimage import io, transformimport numpy as npimport matplotl...
2020-03-14 20:45:03
533
原创 第一个神经网络——定义卷积神经网络
定义卷积神经网络代码如下：import torchimport torch.nn as nnimport torch.nn.functional as F# 定义网络时一般是集成torch.nn.Module模块class Net(nn.Module): def __init__(self): super(Net, self).__init__() ...
2020-03-13 16:39:34
689
2
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