Pytorch神经网络
Pytorch小细节
日落逍遥
时间与我共同定义
展开
-
常见的损失函数
原创 2024-09-14 08:44:10 · 96 阅读 · 0 评论 -
nn.Sequential 和 nn.ModuleList
模块按顺序执行,适用于顺序的简单模型。只是一个持有模块的列表,您需要手动定义前向传播的顺序,适用于需要更复杂控制的模型。原创 2024-06-06 19:32:02 · 308 阅读 · 0 评论 -
深度学习cuda和cudnn安装
【深度学习】深度学习框架安装 CUDA+cuDNN+torch_cuda cudnn版本-CSDN博客。深度学习之CUDA+CUDNN详细安装教程 - 知乎 (zhihu.com)pytorch GPU版本安装_cuda高版本兼容低版本吗-CSDN博客。pytorch GPU版本安装_pytorchgpu-CSDN博客。原创 2024-05-17 23:22:21 · 143 阅读 · 0 评论 -
datasets.ImageFolder和torch.utils.data.DataLoader
类从文件系统中加载图像数据,并返回图像和对应的标签。DataLoader类处理批量加载和多线程加载数据,以提高数据加载的效率。通过结合和DataLoader,可以高效地加载和处理大型图像数据集,并在深度学习模型训练过程中使用这些数据。原创 2024-05-17 17:18:13 · 140 阅读 · 0 评论 -
CUDA Toolkit、cuDNN和CUDA Toolkit
CUDA(Compute Unified Device Architecture)是NVIDIA推出的一个并行计算平台和应用编程接口(API)模型,它允许软件开发者和软件工程师使用虚拟指令集和并行计算元素的GPU进行通用计算。简单来说,CUDA让开发者能够通过特定的编程方法提高GPU的计算效率,广泛应用于高性能计算环境。原创 2024-05-13 00:22:32 · 686 阅读 · 0 评论 -
PyTorch中Transpose和Permute的使用说明
在 PyTorch 中,transpose和 permute是用于调整张量维度的两个非常有用的函数。它们都用于重新排列张量的维度,但它们的用法和目的有所不同。原创 2024-05-13 00:01:22 · 472 阅读 · 0 评论 -
argparse.Namespace、argparse.ArgumentParser、.parse_args()三者之间的关系
、 和 之间的关系是: 创建一个解析器对象,并使用 方法解析命令行参数,将解析结果存储在 对象中。以下是详细的解释: 是一个简单的类,用于存储属性(命令行参数)。 对象可以直接用于存储解析后的命令行参数,或者可以通过 方法自动生成。示例输出argparse.ArgumentParser 是命令行参数解析器的核心类。它负责:定义:定义命令行参数及其属性(名称、类型、帮助信息等)。解析:通过 方法解析命令行参数。核心功能::添加新的参数:解析命令行参数、、:描述信息示例.pars原创 2024-05-05 17:07:02 · 423 阅读 · 0 评论 -
关于pytorch中@和*的用法
原创 2021-07-29 15:44:36 · 1883 阅读 · 1 评论 -
N-维数组
一、数据操作1、N维数组(机器学习和神经网络的主要数据结构)0-d(标量)1-d(向量)2-d(矩阵)3-d(RGB图片)4-d(一个RGB图片批量)5-d(一个视频批量)2、创建数组要求形状数据类型元素值代码实现:import torch#张量表示由一个数组组成的数组x=torch.arange(12)#输出张量x#输出张量形状x.shape#输出张量中元素总数x.numel()#通过reshape函数改变张量形状X=x.reshape(3,4)X原创 2021-08-07 22:59:24 · 418 阅读 · 1 评论