![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
csCaiRujia
这个作者很懒,什么都没留下…
展开
-
pytorch安装
官方下载安装pytorch直接去官网下载即可。根据自己的需求进行下载,由于pytorch的源在国外,这里推荐使用conda,然后配置清华镜像进行下载,当然也可以配置清华源pip进行下载(不过pytorch最新版本的无法下载)。配置conda请参考conda清华镜像说明。各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件,可先执行 conda config --set show_channel_urls yes 生成该文件之后再修原创 2020-11-30 15:22:52 · 99 阅读 · 0 评论 -
论文阅读:Learning to Compare: Relation Network for Few-Shot Learning
论文:Learning to Compare: Relation Network for Few-Shot Learning地址:https://arxiv.org/abs/1711.06025v2代码:https://github.com/floodsung/LearningToCompare_FSL来源:CVPR 2018原创 2020-06-14 21:54:27 · 563 阅读 · 0 评论 -
pytorch conv2d参数讲解
pytorch conv2d参数讲解""" Args: in_channels (int): Number of channels in the input image out_channels (int): Number of channels produced by the convolution kernel_size (int or tuple): Size of the convolving kernel stride (int原创 2020-06-08 20:13:36 · 6163 阅读 · 4 评论 -
Task05:模型集成
5.1 学习目标学习集成学习方法以及交叉验证情况下的模型集成学会使用深度学习模型的集成学习5.2 集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度,常见的集成学习方法有Stacking、Bagging和Boosting,同时这些集成学习方法与具体验证集划分联系紧密。由于深度学习模型一般需要较长的训练周期,如果硬件设备不允许建议选取留出法,如果需要追求精度可以使用交叉验证的方法。下面假设构建了10折交叉验证,训练得到10个CNN模型。那么在10个CNN模型可以使用如下方式进行集成原创 2020-06-02 23:13:57 · 260 阅读 · 0 评论 -
Task04: 模型训练与验证
模型训练与验证为此本章将从构建验证集、模型训练和验证、模型保存与加载和模型调参几个部分讲解,在部分小节中将会结合Pytorch代码进行讲解。4.1 构造验证集在机器学习模型(特别是深度学习模型)的训练过程中,模型是非常容易过拟合的。深度学习模型在不断的训练过程中训练误差会逐渐降低,但测试误差的走势则不一定。在模型的训练过程中,模型只能利用训练数据来进行训练,模型并不能接触到测试集上的样本。因此模型如果将训练集学的过好,模型就会记住训练样本的细节,导致模型在测试集的泛化效果较差,这种现象称为过拟合(O原创 2020-05-30 23:16:46 · 506 阅读 · 0 评论 -
Task03:字符识别模型
3.1学习目标学习CNN基础和原理使用Pytorch框架构建CNN模型,并完成训练3.2 CNN介绍卷积神经网络(简称CNN)是一类特殊的人工神经网络,是深度学习中重要的一个分支。CNN在很多领域都表现优异,精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域,CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。CNN每一层由众多的卷积核组成,每个卷积核对输入的像素进行卷积操作,得到下一次的输入。随着网络层的增加卷积核会逐渐扩大感受野,并缩减图像的尺寸。CNN是一种层次模型原创 2020-05-26 22:23:32 · 295 阅读 · 1 评论 -
Task02:数据读取与数据扩增
task02:数据读取与数据扩增2.1 学习目标学习Python和Pytorch中图像读取学会扩增方法和Pytorch读取赛题数据2.2数据读取由于赛题数据是图像数据,赛题的任务是识别图像中的字符。因此我们首先需要完成对数据的读取操作,在Python中有很多库可以完成数据读取的操作,比较常见的有Pillow和OpenCV。2.2.1 PillowPillow是Python图像处理函式库(PIL)的一个分支。Pillow提供了常见的图像读取和处理的操作,而且可以与ipython notebo原创 2020-05-23 21:04:24 · 180 阅读 · 0 评论 -
pytorch使用TensorboardX记录loss
简介tensorboardX是tensorboard的一个可视化模块, TensorboardX支持scalar, image, figure, histogram, audio, text, graph, onnx_graph, embedding, pr_curve and videosummaries等不同的可视化展示方式,具体介绍移步至项目Github 观看详情。环境安装pip install tensorboardX代码教程#step1:倒入SummaryWriterfrom tens原创 2020-05-20 11:49:32 · 2476 阅读 · 1 评论