pytorch入门到进阶
文章平均质量分 84
环境的搭建简要描述,主要针对有一点基础的初学者。从pytorch的简单函数以及API开始,搭建简单的神经网络。之后实战计算机视觉的任务(VOC,COCO,GAN等),介绍NLP,文本的情感分类与机器翻译问题,最后讲解工程应用。
Allen’s hub
立志做卑微码农
展开
-
二)PyTorch入门基础串讲(二)
这里的Q虽然是n×n的,但是当把Q的特征值从大到小排列会发现里边有些数是非常小的,这些维度的能量小,很可能是造成,这些特征就可以。matplotlib里,用户绘图可以通过plt这个对象来绘图,在visdom中,同样需要一个绘图对象,我们通过。使用序列的方法完成对网络的定义,串联起来或者采用字典的结构,类似sklearn中的pipline。完成对模型的保存和加载,比如网络要迭代10万次,我们要每1万次保存参数,用以上的方法。dropout在训练和推理时的参数是不一样的,因此训练和推理时要指定不同的参数。原创 2023-04-10 22:32:13 · 212 阅读 · 0 评论 -
二)PyTorch入门基础串讲(一)
1,机器学习中的分类与回归问题输入变量与输出变量均为连续变量的问题称为回归问题输出变量为有限个离散变量的预测问题是分类问题样本(特征和数量),模型,训练(获得参数),推理(计算标签),测试(评价模型)2,Tensor与机器学习3,Tensor的基本定义4,Tensor的创建注意创建张量,圆括号里必须是是list,也就是最外围一定有个方括号,二维张量就是方括号套着方括号,俩层。不加方括号的话就是创建一个size的张量:这些值都是初始化的随机的值,或者是当前内存中的值随机生成的数是在[0,1)区间。原创 2023-04-10 22:32:08 · 121 阅读 · 0 评论 -
一)pytorch框架与环境搭建
初学,科研项目,研究算法等建议使用pytorch;如果是要做大的工程项目,需要考虑资源消耗,最好使用tensorflow。静态图:先搭建好计算图,后运行;允许编译器进行优化。静态图的问题就是代码编程复杂,调试不直观。(但tensorflow2集成了keras应该会简单许多)需要补充线性代数,优化理论,机器学习以及深度学习的基础。1,Ubuntu 16.04注意事项。本课程:聚焦实操+工程+学术探讨。2,CUDA/cuDNN注意事项。一,初识pytorch框架。动态图:编好程序即可执行。原创 2023-04-10 22:30:52 · 354 阅读 · 0 评论