pytorch
faithfulzl
两个小愿望:读懂代码,看懂人生!
展开
-
Tensorboard数据可视化的安装使用
为了方便地查看损失和准确率随着迭代次数的变化,以此为依据对网络参数继续进行调整,将这些参数可视化是十分有必要的。TensorBoard是一个可视化工具,它可以用来展示网络图、张量的指标变化、张量的分布情况等。特别是在训练网络的时候,我们可以设置不同的参数(比如:权重W、偏置B、卷积层数、全连接层数等),使用TensorBoader可以很直观的帮我们进行参数的选择。以下是在Ubuntu系统下使用Pytorch框架的步骤。安装如果torch版本是0.4及以前,应该在对应的虚拟环境中安装tensorboa原创 2021-01-17 15:11:46 · 872 阅读 · 1 评论 -
Conda创建环境并管理环境
Conda创建环境并管理环境Conda常用环境conda -V 检验是否安装以及当前conda的版本conda list 查看安装了哪些包。conda env list 或 conda info -e 查看当前存在哪些虚拟环境conda update conda 检查更新当前conda创建并激活环境conda create -n your_env_name python=X.X(2.7、3.6等) 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_en原创 2020-08-19 11:45:55 · 1152 阅读 · 0 评论 -
Pytorch入门之CIFAR10图片分类
Pytorch初探之CIFAR10图片分类Pytorch官方文档真的是宝藏,不仅有所有函数功能的讲解,还有丰富的入门案例学习。在看了论文代码以后,感觉自己还是要来补一下基本的入门知识,就写一下其中CIFAR图片分类的知识点。其实这个数据集和MNIST很像,不过这个数据集的图片是彩色的,也就是说传入的数据集是有RGB三个通道的,同时这个数据内容会比手写数字更加丰富一些,最后也是把图片分为十个类。...原创 2019-12-01 21:48:30 · 423 阅读 · 0 评论 -
Pytorch中一些函数的功能和参数(tensor.view()、nn.Sequential()、torch.stack())
论文代码使用到的函数最近在看别人的论文,也没有怎么使用过Pytorch,遇到一些关键的函数,不太明白函数的功能和参数,在这里做一个记录,方便后面查看。tensor.view()有条件的可以直接查看英文的文档。下面给出一些翻译和我的理解:view(*shape) → Tensor返回与该张量具有相同数据但形状不同的新张量。返回的张量具有相同的数据,并且必须具有相同数量的元素,但可能具有...原创 2019-11-26 21:22:59 · 1539 阅读 · 0 评论