Pytorch深度学习一维网络
文章平均质量分 95
浩浩的科研笔记
现从事算法相关工作,获得过研究生国家奖学金,喜欢用费曼学习法分享知识,不管你留言的提的问题简单或者困难,只要有诚意我都愿意与你交流知识共同进步。
展开
-
常用的激活函数python代码-简洁版-想画好看的激活函数图的第一步
针对新手的绘制好看的激活函数图像的第一步,独立精简带图,不然完全没有手搓激活函数代码的必要,有时间不间断更新,已包含的激活函数,Sigmoid,tanh,ReLU,LeaklyReLU,ReLU6,Swish,Hard-Swish,Hard-Sigmoid,ELU,Softplus,Softsign.原创 2024-02-19 17:45:11 · 1253 阅读 · 0 评论 -
Pytroch 自写训练模板适合入门版 包含十五种经典的自己复现的一维模型 1D CNN
在毕业之前,决定整理一下手头的代码,自己做1D-CNN这吗久,打算开源一下自己使用的1D-CNN的代码,包括用随机数生成一个模拟的数据集,到自己写的一个比较好的适合入门的基础训练模板,以及自己复现的所有1D-CNN经典模型进行开源,代码已经上传到了GitHub上,接下来我逐个文件进行讲解。由于写的过于详细导致,写完了之后发现最后写了1万9000多字,都超过我本科论文字数了。原创 2024-02-02 13:45:08 · 1953 阅读 · 0 评论 -
pytorch深度学习一维、二维训练模板(分类、回归)
使用模板可以随意切换所有的经典模型,在测试选用那种模型的时候更方便,也方便后期选择基础模型改造原创 2022-09-26 20:56:47 · 4748 阅读 · 1 评论 -
SqueezeNet 一维,二维网络复现 pytorch 小白易懂版
时隔一年我又开始复现神经网络的经典模型,这次主要复的是轻量级网络全家桶,轻量级神经网络旨在使用更小的参数量,无限的接近大模型的准确率,降低处理时间和运算量,这次要复现的是轻量级网络的非常经典的一个模型SqueezeNet,它由美国加州大学伯克利分校的研究团队开发,并于2016年发布。文章链接:看懂这篇文章需要的基础知识。原创 2023-10-20 13:45:20 · 814 阅读 · 0 评论 -
DenseNet一维、二维复现pytorch
DenseNet网络是2017年提出的一种借鉴了GoogLeNet的Inception结构,以及ResNet残差结构的一种新的稠密类型的网络,既利用残差结构避免网络退化,又通过Inception结构吸收多层输出的特征,其拥有着极好的性能又占据着恐怖的内存,但是对于追求准确率的任务来说这是一个非常值得尝试的选择。...............原创 2022-06-17 14:27:13 · 2911 阅读 · 9 评论 -
ResNet残差网络一维、二维复现pytorch-含残差块复现思路分析
由于深度学习的会面临退化的问题,也就是当深度学习的网络加深到某一程度之后再加深会导致准确率降低,为了保证加深的网络的性能不低于浅层次的网络,为此2015年何凯明大佬发表了著名了ResNet残差网络,既再GoogLeNet在横向维度的创新之后,在网络结构上进行了新的创新。链接: ResNet原文地址结构的原理并不复杂,看一下从原文截取出来的这个残差结构,很好理解就是把输入最后加入到的输出上,构造一个类似短路的结构。实践中,原文作者针对VGG19进行了改进,首先是增加了卷积层,然后每两个卷积层之之间进行残差原创 2022-06-16 17:57:44 · 15126 阅读 · 33 评论 -
GoogLeNet网络一维、二维复现pytorch
2014年诞生了两个大名鼎鼎的网络,一个是VGG另一个就是GoogLeNet,直到包括VGG网络之前,模型的一直都是再纵向上改变,而GoogLeNet在增加模型深度的同时做了宽度上的开拓,并将拥有不同尺寸卷积核的卷积层的输出结果,横向拼接到一起,同时关注不同尺寸的特征。链接: 原文链接网络结构图如下,如图一共有9个Inception结构还有3个分类器,由于有三个分类器,最终会把每第一第二分类器的损失乘以0.3加到最终第三个分类器输出的损失上,复现GoogLeNet比麻烦的是这里需要写一个新的损失函数,而其他原创 2022-06-16 21:31:21 · 1404 阅读 · 8 评论 -
VGG一维、二维复现pytorch
VGG网络可以说是深度学习中最著名的网络之一,因为VGG网络模型只是纵向的延申,网络结构比较简单,就竖着堆就行了又能适应大部分任务,准确率还有保障。比起GoogLeNet,ResNet和DenseNet来简直就是小学生难度。链接: 原文链接这几乎没什么好说的直接上干货运行结果.........原创 2022-06-17 15:49:16 · 2490 阅读 · 4 评论 -
LeNet-AlexNet-ZFNet一维、二维复现pytorch-含视频手敲教程
不管学习什么,基础都是非常重要的,那想对深度学习模型进行创新来说,基础就是所有的经典模型,想要从模型角度进行创新,毫无疑问就需要了解不同类型模型的特点,然后在对每一类模型有一定基础的了解上,再进行创新,目前主要有的经典模型有 LeNet-AlexNet-ZFNet-VGGNets-GooLeNet-ResNet-DenseNet其中前四种属于对卷积层纵向改变,GooLeNet,开始对模型结构进行了横向的变化,接着为了解决网络退化问题,2015年便出现了有名的ResNet残差网络,2017年结GooLeNet原创 2022-06-01 20:17:38 · 3068 阅读 · 8 评论 -
python pytorch 超详细线性回归原理解析加代码实现-小白入门级
答应老师做的一个系列教程,里面虽然有很多公式但是都是非常基础的公式,也是头一次花这吗大经历去写一篇基础的文档,里面虽然有不少的公式,但只要能顺着看下来会发现都是非常基础的公式都是特别简单的。模型(函数): f(x)=wx+bf(x)=wx+bf(x)=wx+b数据集:任务:寻找合适的www和bbb使得f(x)=wx+bf(x)=wx+bf(x)=wx+b可以拟合上表中的数据在www,bbb已知的情况下,模型(函数)可表示为f(x)=wx+bf(x)=wx+bf(x)=wx+b定义一个训练样本损失的计原创 2023-09-06 12:03:55 · 2145 阅读 · 0 评论