![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Torch
文章平均质量分 59
柏常青
“一切向前走,都不能忘记走过的路;走得再远、走到再光辉的未来,也不能忘记走过的过去,不能忘记为什么出发”
展开
-
pytorch的whl文件安装
命令行安装pytorch1.5whl文件( cu92 python3.7)原创 2023-07-11 12:21:59 · 4640 阅读 · 3 评论 -
AttributeError: ‘torch.Size‘ object has no attribute ‘numpy‘
项目场景:提示:这里是图像-关键点标签,制作数据集生成器时的一个bug项目场景:图像和标签数据制作数据集生成器:数据集预处理过程中,需要改变图像的尺寸,因为标签数据是坐标群,需要和图像同步变化。这时候,有图像变化前后的比例来计算坐标变化后的结果。由于,采用的图像变换是torchvision封装的transforms中的transforms变换方法,返回的数据为torch.Tensor。返回的size为torch.Size。运行中,函数 __getitem__报错:def __getitem__(原创 2022-05-19 17:29:25 · 1673 阅读 · 0 评论 -
pytorch常用预训练模型下载网址
pytorch框架:常用模型的预训练参数六大分类模型下载方式和使用方法:ResnetinceptionDensenetAlexnetvggnetResnet:model_urls = { 'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth',原创 2022-03-03 16:57:27 · 5430 阅读 · 0 评论 -
Pytorch使用GPU训练模型加速
Pytorch使用GPU训练模型加速深度学习神经网络训练经常很耗时,耗时主要来自两个部分,数据准备和自参数迭代。当数据准备是主要耗时原因时,采用多进程准备数据。当迭代过程是训练耗时主力时,采用GPU加速。需要了解GPU信息:提示:默认环境配置完成1. 查看设备GPU信息import torchfrom torch import nn# 查看gpu信息cudaMsg = torch.cuda.is_available()gpuCount = torch.cuda.device_coun原创 2021-11-03 11:26:14 · 8360 阅读 · 1 评论 -
pytorch中的矩阵乘法:函数mul,mm,mv以及 @运算 和 *运算
pytorch中矩阵运算种类关于@运算,*运算,torch.mul(), torch.mm(), torch.mv(), tensor.t()@ 和 *代表矩阵的两种相乘方式:@表示常规的数学上定义的矩阵相乘;*表示两个矩阵对应位置处的两个元素相乘。x.dot(y): 向量乘积,x,y均为一维向量。*和torch.mul()等同:表示相同shape矩阵点乘,即对应位置相乘,得到矩阵有相同的shape。@和torch.mm(a, b)等同:正常矩阵相乘,要求a的列数与b的行数相同。torch.mv原创 2021-11-02 17:32:32 · 32276 阅读 · 6 评论 -
ResNet相关预训练模型下载地址
Resnet预训练模型常用训练好的模型,珍藏。model_urls = { 'resnet18': 'https://download.pytorch.org/models/resnet18-f37072fd.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-b627a593.pth', 'resnet50': 'https://download.pytorch.org/models/resnet50-原创 2021-04-27 11:40:30 · 7618 阅读 · 7 评论 -
pytorch生成随机数
PyTorch生成随机数的几种类型:torch.rand() 均匀分布torch.randint(low, high)torch.randint_like()torch.randn() 标准正态分布torch.randn_like()torch.randperm() 随机排列torch.linespace() 线性间距向量torch.poisson() 泊松分布1. 均匀分布:torch.rand()torch.rand(*sizes, out=None)原创 2021-03-05 11:48:44 · 24006 阅读 · 3 评论 -
Pytorch:函数的手动梯度计算方法
计算函数:y = x**2*e**x的导数公式code实现公式y(z)=x2ex,.y(z) = x^{2}e^{x},.y(z)=x2ex,.y′=2xex+x2ex,.y^{'}= 2xe^{x}+x^{2}e^{x},.y′=2xex+x2ex,.一般可以手动计算出导数的可导函数,可以手动求导。学习torch,掌握tensor,autograd,Variable,nn,nn.Module,loss,optim,Dataset是关键。自动微分是深度学习得以实现的关键。下面将模拟实现函原创 2020-07-14 18:06:46 · 3605 阅读 · 0 评论