Pytorch
DamoTyrael
这个作者很懒,什么都没留下…
展开
-
Pytorch学习笔记之优化器的使用
torch.optim提供了不同算法实现的优化器,在模型训练时用于更新模型参数。torch.optim.Optimizer为基类,所有的优化器都是该类的子类。优化器使用比较简单,以torch.optim.SGD为例,import torch.nn as nnimport torch.optim as optim model = nn.Sequential(OrderedDict({'linear_1' : nn.Linear(10,30),原创 2021-01-29 06:16:27 · 317 阅读 · 0 评论 -
Pytorch学习笔记之模型的查看,保存及加载
打印模型当我们写好一个model后,可以通过打印来查看这个model的每一层的模块。class Bottle(nn.Module): def __init__(self, in_channel, out_channel, kernel_size): super(Bottle, self).__init__() self.conv = nn.Conv2d(in_channel, out_channel, kernel_size) self.relu原创 2021-01-28 06:54:35 · 2001 阅读 · 1 评论 -
Pytorch学习笔记之模型的创建
Pytorch中所有模型都是基于Module这个类,也就是说无论是自定义的模型,还是Pytorch中已有的模型,都是这个类的子类,并重写了forward方法。Pytorch中创建模型有几种方法。继承Module这是最直接的方法,自己写一个模型继承Module,并重写forward方法。from torch.nn import Moduleimport torch.nn as nnimport torch.nn.functional as Fclass LinearMoudule(Module)原创 2021-01-24 03:19:54 · 350 阅读 · 0 评论 -
Pytorch学习笔记之tensor的创建和求导
Tensor的创建在pytorch中使用tensor函数创建张量对象。import torcha = torch.tensor([1,2,3])该函数有一个参数:dtype: 表示数据类型,device: 表示tensor保存的位置,在CPU还是在GPU,requires_grad: 表示该张量是否需要自动求导。import torcha = torch.tensor([1,2,3],dtype=torch.int,device='cuda:0',requires_grad=True)原创 2021-01-23 14:04:18 · 828 阅读 · 2 评论