相序定律-CSDN博客

原创 Pytorch学习笔记之卷积层处理图片并进行可视化

实战卷积层import torchfrom torch import nnfrom torch.nn import Conv2dfrom torch.utils.data import DataLoaderimport torchvisionfrom tensorboardX import SummaryWriterdataset = torchvision.datasets.CIFAR10('./data', t

2021-10-17 21:24:46 641

原创 Pytorch学习之卷积层

本节对卷积层进行介绍主要是对二维卷积层进行介绍conv2dimport torchimport torch.nn.functional as F官方文档讲解torch.nn.Conv2d(in_channels, out_channels,kernel_size, stride=1, padding=0,dilation=1, groups=1, bias=True,padding_mode=‘zeros’,device=None, dtype=None)参数讲解in_channel

2021-10-17 18:50:50 262

原创 Pytorch学习之nn.Model

Pytorch学习之nn.Modelimport torchimport torch.nn as nnimport torch.nn.functional as F官网的例子class Mdeol(nn.Module): # 继承nn.Module这个类 def __init__(self): # 初始化函数 super(Mdeol, self).__init__() # 这个是调用父类初始化函数 self.conv1 = nn.Conv2d(

2021-10-17 17:50:45 564

原创 Pytorch学习之tensorboard

Pytorch学习之tensorboard的使用方法本节内容：学习tensorboard的使用方法数据写入文件(主要是标量数据和图片数据)对图片数据格式认识对写入的文件进行可视化# SummaryWriter ：的使用方法from tensorboardX import \ SummaryWriter # 从tensorboardX 导入SummaryWriter 类：https://blog.csdn.net/qq_28666313/article/details/10634361

2021-10-17 13:29:48 257

原创 Pytorch数据读入之Dataset

Pytorch数据读入之DatasetDataset:提供一种方式，获取数据和labelfrom torch.utils.data import Datasetfrom PIL import Image ## 读取图片的库，可以对图片进行可视化import os ## 关于系统操作的库，主要用来对文件路径操作# dir_path='dataset/hymenoptera_data/train/ants' # 获取数据相对路径/也可以是绝对路径# import os #

2021-10-17 08:17:05 408

原创 PyTorch的基本数据类型张量

深度学习框架1.基本数据类型Data type[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9xrs77H6-1630237149210)(attachment:image.png)]Type checkimport torcha=torch.randn(2,3)print(a)tensor([[-2.0609, 0.7442, -1.7929], [ 0.0355, -1.6334, 0.0457]])# 返回一个符合均值为0，方差

2021-08-29 19:39:22 262

原创 PyTorch中文笔记（2）

PyTorch 自动微分autograd 包是 PyTorch 中所有神经网络的核心。首先让我们简要地介绍它，然后我们将会去训练我们的第一个神经网络。该 autograd 软件包为 Tensors 上的所有操作提供自动微分。它是一个由运行定义的框架，这意味着以代码运行方式定义你的后向传播，并且每次迭代都可以不同。我们从 tensor 和 gradients 来举一些例子。1、TENSORtorch.Tensor 是包的核心类。如果将其属性 .requires_grad 设置为 True，则会

2021-08-29 14:56:55 186

原创 PyTorch中文笔记（1）

PyTorch 基本使用(1)Tensors (张量）Tensors 类似于 NumPy 的 ndarrays ，同时 Tensors 可以使用 GPU 进行计算。from __future__ import print_functionimport torch# 构造一个5x3矩阵，不初始化x = torch.empty(5, 3)print(x)tensor([[1.0286e-38, 9.0919e-39, 8.9082e-39], [9.2755e-39, 8.44

2021-08-28 20:45:40 106

原创 TensorFlow2.X搭建神经网络标准操作流程

用Tensorflow API：tf.keras搭建网络八股六步法importtrain, testmodel = tf.keras.models.Sequentialmodel.compilemodel.fitmodel.summar1.导入数据和包import2.划分训练集和测试集3.网络建立model = tf.keras.models.Sequential ([ 网络结构 ]) #描述各层网络网络结构举例拉直层： tf.keras.layers.Flatten( )全连

2021-08-26 16:18:22 384

原创指数衰减学习率

指数衰减学习率指数衰减学习率可以先用较大的学习率，快速得到较优解，然后逐步减小学习率，使模型在训练后期稳定指数衰减学习率 = 初始学习率 * 学习率衰减率^（当前轮数 / 多少轮衰减一次）实验1:更改学习率大小观察求解到最优解需要的次数import tensorflow as tfdata=[0.1, 0.5,0.8,1,1.5,2,3]for lr in data: w = tf.Variable(tf.constant(5, dtype=tf.float32)) e

2021-08-26 13:24:49 314

原创鸢尾花神将网络分类代码

鸢尾花数据集（Iris)数据集介绍共有数据150组，每组包括花萼长、花萼宽、花瓣长、花瓣宽4个输入特征。同时给出了，这一组特征对应的鸢尾花类别。类别包括Setosa Iris（狗尾草鸢尾），Versicolour Iris（杂色鸢尾），Virginica Iris（弗吉尼亚鸢尾）三类分别用数字0，1，2表示.数据集加载从sklearn包 datasets 读入数据集，语法为：from sklearn.datasets import load_irisx_data = datasets.lo

2021-08-26 11:45:11 221

原创 2021-05-08

dayo1python的简单介绍包的导入 import turle #导入turtle模块绘制奥运五环 import turtleturtle.width(10)turtle.color("blue")turtle.circle(50)turtle.color("black")turtle.penup()turtle.goto(120,0)turtle.pendown()turtle.circle(50)turtle.color("red")tur.

2021-05-08 20:35:20 72

XI_cup的博客