![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch实战
文章平均质量分 92
Pytorch实战
hello_JeremyWang
这个作者很懒,什么都没留下…
展开
-
Pytorch实战_图像降维及聚类
0. 文章说明首先需要指出的是,代码是从李宏毅老师的课程中下载的,并不是我自己码的。这篇文章主要是进行了部分算法的原理说明,并在原代码中加了一些讲解和注释。1. 任务简介本次 Pytorch 实战的目标是做图像的降维及聚类。所谓降维,就是将图像向一个低维空间去投影,比如将一个 28×2828 \times 2828×28 大小的图像投影到一个 222 维度的空间。这样做的目的是去除一些多余的信息,同时也方便向我们的客户或者老板展示。在降维之后,我们可以对降维后的图像进行聚类,如: Kmeans算法,或原创 2022-02-03 12:08:22 · 6501 阅读 · 1 评论 -
Pytorch实战_Seq2seq模型
1. Sequence-to-Sequence 简介大多数常见的 sequence-to-sequence (seq2seq) model 为 encoder-decoder model,主要由两个部分组成,分别是 Encoder 和 Decoder,而这两个部分大多数是由 recurrent neural network (RNN) 实现。Encoder 是将一连串的输入,如文字、影片、声音讯号等,编码为单个向量,这个向量可以想像为整个输入的抽象表示,包含了整个输入的资讯。Decoder 是將 En原创 2022-01-27 21:48:41 · 3686 阅读 · 2 评论 -
Pytorch实战__反向攻击(Adversarial Attack)
0. 介绍首先需要指出的是,代码是从李宏毅老师的课程中下载的,并不是我自己码的。这篇文章主要是在原代码中加了一些讲解和注释,以及将繁体字改成了简体字。今天的内容,说实在话,有点像是教咱们如何成为一名“特工”(哈哈~~碰巧最近在回顾马特达蒙的谍影重重,感觉这一部分还挺有趣)。首先我们来介绍一下反向攻击这个词以及代码中涉及的算法。反向攻击就是在原图片中加一些极其微小的杂讯(这些杂讯有时候人眼根本看不出来),以使得我们之前训练出来的很不错的神经网络失效。听起来是不是很酷,以后提前偷摸下班的时候就可以不被摄像原创 2021-11-18 21:30:58 · 3261 阅读 · 3 评论 -
Pytorch实战(1)
需要指出的是,本文第一部分的代码完全来自于Datawhale团队,感谢~~第二部分是自己独立搭建的第一个小的网络模型。1. FashionMNIST时装分类经过前面三节内容的学习,我们完成了以下的内容:对PyTorch有了初步的认识学会了如何安装PyTorch以及对应的编程环境学习了PyTorch最核心的理论基础(张量&自动求导)梳理了利用PyTorch完成深度学习的主要步骤和对应实现方式现在,我们通过一个基础实战案例,将第一部分所涉及的PyTorch入门知识串起来,便于大家加深原创 2021-10-20 20:18:07 · 3442 阅读 · 1 评论 -
Pytorch实战__LSTM做文本分类
0. 介绍首先需要指出的是,代码是从李宏毅老师的课程中下载的,并不是我自己码的。这篇文章主要是在原代码中加了一些讲解和注释,以及将繁体字改成了简体字。我们需要处理的问题是将Twitter上的文字评论分为正面和负面。具体的要求如下:我们使用到的模型如下所示:其中,word embedding是将词语转换为向量,以便于后续放入LSTM中进行训练。在下面的代码中,作者选用的是word2vec模型(Skip-gram、CBOW等)完成这个转换。具体的算法大家可以在CSDN或者B站搜索大佬们的文章来学习。原创 2021-10-31 22:32:36 · 12830 阅读 · 5 评论 -
Pytorch基础知识
1. 张量注意是张量,不是麻辣烫,哈哈哈。(冷笑话又多了)张量(Tensor)可能是Pytorch中最重要的数据形式了,也是整个运算的基础。那什么是张量呢?个人理解就是向量和矩阵的推广。比如我们常见的图片,它是由RGB三通道表示的,那一张图片就可以由一个(width, height, channel)的三维字段来表示。而对于多张图片,就需要一个4D的张量来表示,即:(sample_size, width, height, channel)。1.1 张量数据生成常见的数据生成操作如下图所示:原创 2021-10-10 10:54:49 · 510 阅读 · 0 评论 -
Pytorch主要组成模块
1. 数据读入模块PyTorch数据读入是通过Dataset + DataLoader的方式完成的,Dataset定义好数据的格式和数据变换形式,Dataloader用iterative的方式不断读入批次数据。组成Dataset的主要方式有两种,用程序自带的数据集或者我们可以定义自己的Dataset类来实现灵活的数据读取。下面以cifar10数据集为例:程序自带读取方式train_data = torchvision.datasets.CIFAR10(root="./torch_dataset",原创 2021-10-18 22:18:12 · 336 阅读 · 0 评论 -
Pytorch简介和安装
1. Pytorch简介1.1. Pytorch的介绍PyTorch是由Facebook人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库,目前被广泛应用于学术界和工业界,而随着Caffe2项目并入Pytorch, Pytorch开始影响到TensorFlow在深度学习应用框架领域的地位。总的来说,PyTorch是当前难得的简洁优雅且高效快速的框架。因此本课程我们选择了PyTorch来进行开源学习。1.2 Pytorch的优势PyTorch有着下面的优势:更加简原创 2021-10-09 19:47:37 · 624 阅读 · 0 评论 -
Pytorch实战__CNN做图像分类
0. 介绍首先需要指出的是,代码是从李宏毅老师的课程中下载的,并不是我自己码的。这篇文章主要是在原代码中加了一些注释和讲解,以及将繁体字改成了简体字。我们要解决的问题是一个食物图片分类的问题。如下图中,我们要将荷包蛋和肉分开。总得来说,食物的种类一共有11类,分别是:Bread、Dairy product、Dessert、Egg、Fried food、Meat、Noodles/Pasta、Rice、Seafood、Soup、Vegetable/Fruit。训练集中有9866张图片,验证集中有3430原创 2021-10-28 11:13:15 · 3530 阅读 · 0 评论