- 博客(10)
- 收藏
- 关注
原创 PyTorch学习记录(十)关于CIFAR-10的一些学习笔记
前言在B站中看完了《PyTorch深度学习实践》完结合集——刘二大人前11个视频,想来自己动手实践试试,边实践边学习。首先复习一下一般我们主要有以下几个步骤:(一)准备数据集在这个步骤中,我们首先需要用到torchvision1、torchvision:包含了流行的数据集、模型架构和用于计算机视觉的常见图像转换。(1)torchvision.datasets(数据):MNIST、Fashion-MNIST、COCO、LSUN、ImageFolder、Imagenet-12、CIFAR、STL
2021-09-25 20:18:01 1652 2
原创 PyTorch学习记录(九)卷积神经网络(高级篇)
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P11 11.卷积神经网络(高级篇)。附上视频地址:《PyTorch深度学习实践》完结合集_11. 卷积神经网络(高级篇)GoogLeNet:Inception Module:什么是1×1卷积?1×1卷积最重要的工作:改变通道数量(C1 --> C2)为什么使用1×1卷积?第二种使用了1×1卷积的运算量只有第一种运算量的十分之一。用代码来实现Inception模块:拼接:outputs = [bran
2021-09-23 18:37:07 166
原创 PyTorch学习记录(八)卷积神经网络(基础篇)
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P10 10.卷积神经网络(基础篇)。附上视频地址:《PyTorch深度学习实践》完结合集_10. 卷积神经网络(基础篇)
2021-09-22 10:38:36 331
原创 PyTorch学习记录(七)多分类问题
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P9 09.多分类问题。附上视频地址:《PyTorch深度学习实践》完结合集_09. 多分类问题1、Prepare Datasetsbatch_size = 64transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])train_dataset = datasets.
2021-09-19 19:02:46 242
原创 PyTorch学习记录(六)加载数据集
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P8 08.加载数据集。附上视频地址:《PyTorch深度学习实践》完结合集_08. 加载数据集先记录一些笔记。Dataset和DataLoader都是用于加载数据的重要工具类。Datase:构造数据集,满足我们索引的需求。DataLoader:用于训练时快速拿出Mini-Batch来供我们使用。之前在做前馈时,我们是把所有的数据都放进来了。在之前的课中有讨论过,在进行梯度下降的时候,目前主要有两种选择:Batch:全部
2021-09-01 01:52:38 621
原创 PyTorch学习记录(五)处理多维特征的输入
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P7 07.处理多维特征的输入。附上视频地址:《PyTorch深度学习实践》完结合集_07. 处理多维特征的输入先记录一些笔记。Multiple Dimension Logistic Regression Model:Mini-Batch (N samples):import torchclass Model(torch.nn.Module): def __init__(self): super
2021-08-31 23:40:03 149
原创 PyTorch学习记录(四)逻辑斯蒂回归
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P6 06.逻辑斯蒂回归。附上视频地址:《PyTorch深度学习实践》完结合集_06. 逻辑斯蒂回归先记录一些笔记。一些分类训练集:可以通过代码下载The MNIST Datasetimport torchvisiontrain_set = torchvision.datasets.MNIST(root='../dataset/mnist', train=True, download=True)# root:下载的位置#
2021-08-31 02:06:49 142
原创 PyTorch学习记录(三)用pytorch实现线性回归
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P5 05.用pytorch实现线性回归。附上视频地址:《PyTorch深度学习实践》完结合集_05. 用pytorch实现线性回归先记录一些笔记。import torch.nn# 1. Prepare datasetx_data = torch.Tensor([[1.0], [2.0], [3.0]])y_data = torch.Tensor([[2.0], [4.0], [6.0]])# 2. Design m
2021-08-30 21:55:09 115
原创 PyTorch学习记录(二)梯度下降算法与反向传播
第一次接触pytorch,本贴仅记录学习过程,侵删在B站看完了视频的P3.梯度下降算法以及P4.反向传播后,先记录一些笔记。视频地址:《PyTorch深度学习实践》完结合集 04. 反向传播真的强烈推荐刘二大人的这个课程,老师讲的太清楚了!我本来是准备直接在PyTorch官网里看PyTorch 1.4 中文文档 & 教程的,但是总会碰到一些自己不理解的地方,需要花费一些时间去搜索、理解。后来无意之间在B站发现了这个视频以后,发现PyTorch文档配合视频真的可以说是理解毫无障碍了。impor
2021-08-28 17:14:40 155
原创 PyTorch学习记录(一)线性模型
第一次接触pytorch,本贴仅记录学习过程,侵删在B站上找到了一个很不错的PyTorch学习视频附上链接:https://www.bilibili.com/video/BV1Y7411d7Ys?p=2学习完Lecture2.线性模型后有个课后作业于是按自己的想法实现了一下,最后发现没有使用到Tips中的np.meshgrid()import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import
2021-08-18 16:50:52 325
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