![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
pytorch
深度学习
计算机视觉
小句
这个作者很懒,什么都没留下…
展开
-
lstm修改文本情感分类模型
model文件夹请访问上传的资源处demo0415001.py"""word embedding文本情感分类数据下载地址:https://ai.stanford.edu/~amaas/data/sentiment/思路分析:准备数据 构建模型 模型训练 模型评估"""from torch.utils.data import DataLoader, Datasetfrom demo0421002 import ws, max_len, batch_sizeimport osimp原创 2021-04-27 13:10:46 · 200 阅读 · 0 评论 -
lstm的使用示例
"""lstm的使用示例"""import torch.nn as nnimport torchbatch_size = 10 #句子的数量seq_len = 20 # 句子的长度vocab_size = 100 # 词典的数量embedding_dim = 30 # 用长度为30的向量表示一个词语hidden_size = 18num_layer = 1# 构造一个batch的数据input = torch.randint(low=0, high=100, size=原创 2021-04-26 13:36:26 · 418 阅读 · 0 评论 -
文本情感分类_初步
"""word embedding文本情感分类数据下载地址:https://ai.stanford.edu/~amaas/data/sentiment/思路分析:准备数据 构建模型 模型训练 模型评估"""from torch.utils.data import DataLoader, Datasetfrom demo0421002 import ws,max_lenimport osimport reimport torch'''input:字符串 output:单词'原创 2021-04-21 19:25:33 · 162 阅读 · 2 评论 -
使用pytorch完成手写数字识别
# 使用pytorch完成手写数字识别import numpy as npimport osimport torchfrom torch.utils.data import DataLoaderimport torch.nn as nnimport torch.nn.functional as Ffrom torch.optim import Adamfrom torchvision.datasets import MNISTfrom torchvision.transforms impo原创 2021-04-10 15:03:56 · 158 阅读 · 0 评论 -
mnist数据集下载及使用
# mnist数据集 在百度云盘里# 链接:https://pan.baidu.com/s/1ca2rL2-0_JLtnH1YQ3otvA# 提取码:uq3d# pytorch自带数据集的使用import torchvisionfrom torchvision.datasets import MNISTmnist = MNIST(root="./data",train=True,download=False)print(mnist[0])mnist[0][0].show()...原创 2021-04-07 21:33:08 · 3441 阅读 · 0 评论 -
数据集类和数据加载器类
# 数据集类的使用# http://archive.ics.uci.edu/ml/datasets/SMS+Spam+Collectionimport torchfrom torch.utils.data import Dataset, DataLoaderimport mathdata_path = r"D:\下载内容\smsspamcollection\SMSSpamCollection"# 完成数据集类class MyDataset(Dataset): def __init原创 2021-04-07 20:45:20 · 104 阅读 · 0 评论 -
API实现线性回归
import torchfrom torch import nnfrom torch import optimimport numpy as npfrom matplotlib import pyplot as plt# 1.定义数据x = torch.randn([50,1])y = 3*x+0.8# 2.定义模型class Lr(nn.Module): def __init__(self): super(Lr, self).__init__()原创 2021-04-07 14:29:30 · 127 阅读 · 1 评论 -
手动实现线性回归
import torchfrom matplotlib import pyplot as plt# 1.准备数据# y = 3x +0.8learning_rate = 0.01x = torch.randn([500,1])y_true = 3*x+0.8# 2.计算预测值w = torch.rand([1,1],requires_grad=True)b = torch.tensor(0,requires_grad=True,dtype=torch.float32)# 4.通过循原创 2021-04-07 13:47:04 · 114 阅读 · 1 评论 -
tensor-2
where#高阶 op#Tensor advanced operation#where Gather#examplecond = torch.tensor([[0.6769,0.7271], [0.8884,0.4163]])a = torch.tensor([[0.,0.], [0.,0.]])b = torch.tensor([[1.,1.], [1.,1.]])print(.原创 2021-03-30 14:31:32 · 162 阅读 · 0 评论 -
torch.tensor
import torch#dimension 0print(torch.tensor(1.0))#Out tensor(1.)a= torch.tensor(2.2)print(a.shape)#Out torch.Size([])print(len(a.shape))#Out 0print(a.size())#Out torch.Size([])#dimension 1print(torch.tensor([1.1]))#Out ten原创 2021-03-21 12:23:40 · 519 阅读 · 0 评论 -
torch.rand(2,3,4,5)
a8 = torch.rand(2,3,4,5)print(a8)#Outtensor([[[[0.3639, 0.1432, 0.1801, 0.4668, 0.6552], [0.3435, 0.7637, 0.8160, 0.1193, 0.5253], [0.3033, 0.7976, 0.0764, 0.8879, 0.9658], [0.1338, 0.8399, 0.6231, 0.9771, 0.5729]],原创 2021-03-19 15:55:55 · 1452 阅读 · 0 评论 -
ModuleNotFoundError: No module named ‘torch‘
选择本地的的python interpreter原创 2021-03-16 11:51:30 · 399 阅读 · 0 评论