![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Serayah
菜地不知所措
展开
-
用PyTorch创建神经网络
import torchimport torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): def __init__(self): super().__init__() #定义第一个卷积层,输入维度为1,输出维度为6,卷积核大小为3*3 self.conv1=nn.Conv2d(1,6,3) #定义第二个 self.conv2=nn.原创 2021-07-28 00:55:14 · 311 阅读 · 0 评论 -
卷积神经网络和循环神经网络
import torchimport torch.nn.functional as F# 神经网络的类class Net(torch.nn.Module): def __init__(self): super().__init__() # 两个卷积层 self.conv1=torch.nn.Conv2d(1,10,kernel_size=5) self.conv2=torch.nn.Conv2d(10,20,kernel_siz.原创 2021-07-26 18:46:29 · 571 阅读 · 0 评论 -
PyTorch深度学习实践
PyTorch深度学习实践线性模型数据集——>模型设计——>训练——>推理评估模型就称为损失,训练就是为了将损失降到最低MSE:平均平方误差线性模型的一个例子import numpy as npimport matplotlib.pyplot as pltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]#训练函数def forward(x,w): return x*wdef loss(x,y,w): y_pred原创 2021-07-24 23:43:23 · 355 阅读 · 0 评论