- 博客(8)
- 收藏
- 关注
RSS订阅原创 【pytorch】【神经网络训练】loss从第二个epoch开始震荡不下降
很长时间觉得是自己的模型拟合能力不足 找了非常多的原因和解决办法。应该在每个 epoch 全部算完之后做。改过这里之后loss正常下降了。训练和验证集损失如下图所示。我在模型训练的时候使用了。（震荡幅度还挺大的）
2023-12-09 11:58:05
2152
原创 【list与ModuleList区别】定义网络模型报错 Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
这事因为这时候的list中是有参数的 如果我还是这样定义 网络进行初始化的时候就会忽略这里面的参数。比如我就是用python中的list定义了CNN层 导致模型初始化的时候没有被载入。本来这样是没有出错的 因为这是一个多个block共享Reslayer参数的网络。但当我想改成不共享参数 即每一个block中都有参数 这事就会出问题。还有一种可能是网络定义的不好 导致部分参数没有载入cuda。网上给出的解释都是模型没有载入cuda。但我是做了这一步的（）所以要排除这个原因。只需要在最后加上一行。
2023-11-28 11:52:29
432
原创 高维矩阵相乘 及对应的numpy pytorch函数
是不能用的 这个时候如果一定要相乘，那么可以用*实现按元素相乘，通过广播机制补充到同维度，再进行同维度的乘法，只需要较低维矩阵的最高维与较高维矩阵对应维度形状相同即可。需要满足的规则是：矩阵的最后两维满足矩阵相乘原则，前面的n-2维相同（或者利用广播机制 可以为1）在介绍矩阵的乘法之前，需要先回顾总结一下向量的点乘和叉乘（矩阵的点乘叉乘和向量是不一样的）与向量相乘不同的是，矩阵点乘得到的仍然是一个矩阵，不改变维数，他的结果是。，需要满足矩阵乘法的运算规则，即前者的列数和后者的行数要相等。
2023-04-21 00:30:50
2012
原创 压缩感知与磁共振成像
除此之外，MR图像在k空间中的能量分布并不是均匀的，MR I中的大部分能量集中在靠近 k-space 的中心，并向四周衰减，因此欠采样方案的设计应该具有可变密度，在k空间中心附近采样更加密集，同时采样轨迹要尽可能的不规则（随机）以满足观测矩阵的不相干性要求，满足以上条件的欠采样越快越好。这一条件约束的是测量矩阵。虽然解决了不可微的问题，但迭代求解第一项仍然是很麻烦的，为了保证ALM的收敛性，在乘子迭代更新之前，需要将每个最小化子问题求解到一定的高精度，并且第一项要达到。
2023-03-30 20:19:57
1356
1
原创 【python+matlab】常见的图像读取、保存、显示库相互转换 对比
常用于图像读取、处理和保存的库：opencv、PIL.Image、plt、numpy数据类型Opencv：Mat为Opencv最重要的数据结构，它在Opencv中被定义为一个类，它通过把图像视为一个矩阵来存储数据。matplotlib.pyplot：读取/展示的图片也是可以直接用numpy处理PIL：读取数据为PIL类型，不是numpy，需要用np.array()转换为ndarray。
2023-03-30 20:17:08
943
原创 【python】常用的几种print输出方式
①用 ‘+’ 进行字符串的拼接 但注意必须是 字符串 + 字符串。也可以直接用逗号隔开 不用管是不是字符串 这种方式比较简单。②用%表示输出内容 类似于C语言中print的方式。可以使用强制类型转换 str(int)④f-string 格式化字符串常量。print()是标准格式化输出函数。
2023-03-28 10:27:15
857
原创 Tensorflow.keras搭建模型报错：
用tensorflow.keras的sequential方法随便搭建了一个网络 加入这一行的时候报错ValueError: Negative dimension size caused by subtracting 3 from 1 for '{{node conv2d_1/Conv2D}} = Conv2D[T=DT_FLOAT, data_format="NHWC", dilations=[1, 1, 1, 1], explicit_paddings=[], padding="VALID", s
2022-11-06 19:42:40
1315
1
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