- 博客(11)
- 资源 (1)
- 收藏
- 关注
原创 Pytorch离线下载预训练模型
就拿Resnet18举例在程序中输入from __future__ import print_function, divisionfrom torchvis...
2020-06-23 00:01:28 1029
转载 conv2d参数含义、卷积层、池化层
本文转载自罗翌新:中科大数学博士,深度学习医学应用专家;廖星宇:中科大硕士,计算机视觉专家,Face++资深工程师,《深度学习之Pytorch》作者;的深度学习理论与实战(基于TensorFlow实现)一、tf.nn.conv2d()卷积函数各参数解析 二、卷积例子 三、池化函数tf....
2020-06-19 20:21:42 1517
原创 Hadoop 伪分布式环境搭建——hadoop2.8+centos7
引言:环境:1、虚拟机:VMware14pro2、操作系统:centos73、Jdk版本:java SE 1.8.04、hadoop版本:2.8.45、远程连接工具:Xshell6(连接服务器) 和 Xftp6(文件传输)——ps.非必要一、安装虚拟机在win...
2020-06-17 13:45:48 292
原创 openstack部署
openstack部署2——控制节点基本环境安装1. 配置主机名按照[openstack部署——前言&规划](http://blog.csdn.net/liuhui_charmingglobe/article/details/524...
2020-06-17 13:40:21 291 1
原创 openstack安装部署规划
openstack部署——前言&规划一、前言接触openstack不久,希望能够写下这一系列的安装部署过程,不仅仅是要记录自我学习提升的每一步,也希望能够为其他人提供一些参考,能贡献自己的一点力量。 本次安装部署openstack主...
2020-06-17 13:39:15 427
原创 双系统win10+ubuntu18.04安装记录
电脑配置不是很好,换电脑还没到那个经济水平,只能加内存条加固态硬盘。于是,目前电脑有三星(SSD 128G)和希捷(HDD 500G)。现在因为学习的需要,选择了双系统:Ubuntu18.04+win10。这里记录一下单硬盘和双硬盘安装双系统的操作步骤和需要注意的点:第一步:安装windows...
2020-06-16 20:22:40 295
原创 LSTM Networks
长短期记忆网络(通常称为“ LSTM”)是一种特殊的RNN,能够学习长期依赖关系。 它们是由Hochreiter&Schmidhuber(1997)引入的,并在随后的工作中被许多人提炼和推广。1它们在处理各种各样的问题上表现出色,现已被广泛使用。LSTM被明确设计为避免长期依赖问题。 长时间记住信息实际上是他们的默认行为,而不是他们努力学习的东西!所有的递归神经网络都具有神经网络的重复模块链的形式。 在标准RNN中,此重复模块将具有非常简单的结构,例如单个tanh层。LSTM也具有这种链状结构,但是
2020-06-13 18:10:49 607
原创 逆滤波和维纳滤波
一、实验目的 利用逆滤波和维纳滤波,对Lena加噪运动模糊降质图像进行复原,比较不同参数选择对复原结果的影响。二、实验内容1) 输入Lena图像,对图像进行运动降质;降质模型:2) ...
2020-06-09 15:27:41 7348
转载 Tensor操作
这篇文章是个速查表,需要使用的功能直接点击目录到相应的用法。目录创建tensor新建tensor的方法表格t.tensor和t.Tensor的区别基本操作查看tensor 大小: t.size(), t.shape()tensor转list:...
2020-06-05 11:41:28 522
转载 pytorch进行CIFAR-10分类(1)CIFAR-10数据加载和处理
pytorch进行CIFAR-10分类(1)CIFAR-10数据加载和处理1、写在前面的话这一篇博文的内容主要来自于pytorch的官方tutorial,然后根据自己的理解把cifar10这个示例讲一遍,权当自己做笔记。因为这个cifar10是官方example,所以适合我们拿来先练手,至少能保证...
2020-06-04 00:52:49 2742
原创 nn.Linear()
PyTorch的nn.Linear()是用于设置网络中的全连接层的,需要注意的是全连接层的输入与输出都是二维张量,一般形状为[batch_size, size],不同于卷积层要求输入输出是四维张量。其用法与形参说明如下: in_feat...
2020-06-01 18:03:55 384
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人