![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
gltangwq
记录,分享。
展开
-
Pytorch 模型保存/加载
Pytorch是常用的深度学习框架之一,在训练神经网络时,我们经常需要保存模型或者加载模型。模型保存有两种方式:保存模型和保存模型的参数。保存模型即把整个模型的结构和参数保存下来,后者只保存参数(这种方式在加载模型时,必须知道模型的结构,才可以加载)保存模型保存torch.save(model, path)model是模型,path是模型保存的路径,例如:'./*.pkl' 或者 './*.tar' './*.pth', 保存参数的文件一定要有后缀扩展名。加载model = torch原创 2020-07-28 22:11:57 · 178 阅读 · 0 评论 -
python&pytorch 随机种子简述
随机数广泛应用在科学研究, 但是计算机无法产生真正的随机数, 一般成为伪随机数. 它的产生过程: 给定一个随机种子(一个正整数), 根据随机算法和种子产生随机序列. 给定相同的随机种子, 计算机产生的随机数列是一样的(这也许是伪随机的原因).python random下面以python的random函数为例, 做了一个测试.当用户未指定随机种子, 系统默认随机生成, 一般与系统当前时间有关.用户指定随机种子后, 使用随机函数产生的随机数可以复现.种子确定后, 每次使用随机函数相当于从随机序列去获原创 2020-06-19 10:31:52 · 732 阅读 · 0 评论 -
pytoch 使用float64训练
pytorch默认使用单精度float32训练模型,原因在于:使用float16训练模型,模型效果会有损失,而使用double(float64)会有2倍的内存压力,且不会带来太多的精度提升。本人,最近遇到需要使用double数据类型训练模型的情况,具体实现需要把模型的权重参数数据类型和输入数据类型全部设置为torch.float64即可。可使用torch的一个函数,轻松地把模型参数转化为float64torch.set_default_dtype(torch.float64)输入类型可使用ten原创 2020-06-03 10:48:43 · 6574 阅读 · 5 评论 -
Pytorch DataLoader问题
运行深度学习的代码时,在数据包装过程中出现了如下的错误:问题Traceback (most recent call last): File "d:/code/netComprehension_py/main.py", line 45, in <module> for step, (b_x, b_y) in enumerate(loader): File "D:\An...原创 2020-04-12 14:57:29 · 623 阅读 · 0 评论 -
Pytorch 加载部分预训练参数/不对偏置项做L2正则化
在迁移学习和Fine-tune中,我们需要经常加载预训练好的模型参数,这样的效果一般较好,省时省力。了解模型的模块参数访问在pytorch中,可以通过命令model.named_parameters()访问模型的参数名称和对应的参数值。for name, param in model.named_parameters(): print(name) print(param.re...原创 2019-09-16 13:02:27 · 1179 阅读 · 2 评论 -
Docker环境部署
Docker 让开发者可以打包他们的应用以及依赖包到一个可移植的容器中, 然后发布到任何流行的 Linux 机器上, 便可以实现虚拟化.1 安装 docker参考官网 https://mirrors.tuna.tsinghua.edu.cn/help/docker-ce/curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sud...原创 2019-10-11 18:02:14 · 176 阅读 · 0 评论