PyTorch学习笔记
文章平均质量分 85
爱上北方的冷冬
看啥啥不懂,做啥啥不会,所以想写一些学习笔记
展开
-
Pytorch入门初体验(一)
Pytorch是python的一个科学计算包,主要有两方面的好处:(1)它可以替代NumPy,充分的利用GPU的算力;(2)是一个深度学习的研究平台,提供最大的灵活性和速度。下面开始学习记录:1. tensor:Example:import torch #导入pytorch#Construct a 5X3 matrix, uninitialized:x = torch.empty(5, ...原创 2018-07-09 21:23:59 · 495 阅读 · 0 评论 -
Pytorch入门初体验(三)
神经网络:pytorch中神经网络主要通过torch.nn来构建。torch.nn依赖于torch.autograd去定义模型并且对它微分。nn.Module包含神经网络的层,并且用forward(input)的方法返回output。一个神经网络的典型训练流程如下:(1) Define the neural network that has some learnable parameters (o...原创 2018-07-10 11:42:36 · 463 阅读 · 0 评论 -
Pytorch入门初体验(四)
训练一个分类器通过之前的学习,相信你已经学会如何定义一个神经网络,计算损失和更新模型的权重值。那么,现在你可能会思考一个问题:数据是什么?通常,当你在处理图像、文本、音频或视频数据时,你可以用标准的python 包将这些数据加载到numpy array中,然后转换为一个torch.*tensor。(1)对于图像,常用的包有Pillow,OpenCV;(2)对于音频,常用的包有scipy和libro...原创 2018-07-10 17:34:47 · 1557 阅读 · 1 评论 -
Pytorch入门初体验(五)
数据的并行计算(DataParallelism)在这个教程中,我们将会学习怎样使用多块GPU进行数据并行计算。在PyTorch中使用GPU是非常简单的,你可以将模型放到一块GPU上:device = torch.device("cuda:0")model.to(device)然后,你可以将所有的tensors复制到GPU上:mytensor = my_tensor.to(device)请注意my_...原创 2018-07-10 22:37:29 · 2507 阅读 · 0 评论