![](https://img-blog.csdnimg.cn/20190927151101105.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
神经网络基础及相关处理
文章平均质量分 65
为更好的理解神经网络的构建
燃烧吧哥们
这个作者很懒,什么都没留下…
展开
-
python目录,文件相关操作
训练模型相关数据文件读取操作原创 2022-06-18 16:49:25 · 256 阅读 · 0 评论 -
划分数据的方法
划分数据的方法1、分割数据集(图片)进行存放1、分割数据集(图片)进行存放首先整体目录是这样的以下是运行代码的结果分割后的图片名保持一致下面是代码(可能比较繁琐,并没有进行优化)import osimport randomfrom PIL import Imagefrom PIL import ImageFileImageFile.LOAD_TRUNCATED_IMAGES = Truedef division_train_eval(data_path): list =原创 2022-05-03 19:46:09 · 635 阅读 · 0 评论 -
Pytorch数据封装进入网络前的几种方式
Pytorch数据封装进入网络前的几种方式1、利用Pytorch的库方法1、利用Pytorch的库方法简单来说就是使用datasets.ImageFolder与torch.utils.data.DataLoader这两种方法。数据存放格式需要如下如下是代码示例1、数据处理train_transforms = transforms.Compose([ transforms.Resize((64, 64)), transforms.RandomSizedCrop(48),原创 2022-04-17 18:18:40 · 598 阅读 · 0 评论 -
Variable与Tensor合并后,关于训练、验证的相关变化
卷积神经网络实战——表情识别(Pytorch) 这里作一下申明,之前对于神经网络的搭建解释的不够全面,这里进行补充,训练过程的代码可能太过繁琐不好理解,现在进行补充和修改,然后关于数据集用的是阿里天池公开课里面的表情识别数据集。 变化的部分会以红色字体标出...原创 2022-04-17 15:50:10 · 885 阅读 · 0 评论 -
torch.max()的用法
torch.max的用法torch.max(Tensor,index)是求Tensor格式下的最大值包含两部分,一部分是最大值,另一部分是最大值的索引a = torch.randn(3,3)print(a)>>tensor([[ 0.4538, -0.0595, 0.6461], [-2.0434, 0.5453, -1.2888], [ 0.6211, -0.7173, 0.2639]]) #每列的最大值以及最大值的索引prin原创 2022-04-17 10:50:49 · 578 阅读 · 0 评论 -
卷积神经网络构建的python基础-详细理解(Pytorch)
卷积神经网络的构建-详细理解(Pytorch)一、python中的类1、python构建一个简单的类2、python中的self3、python中的__init__方法4、python中的继承(1)继承父类中_ _init_ _()方法一、python中的类 我们经常看见网络构建中包含如下结构class simpleconv(nn.Module): def __init__(self, nclass): ...原创 2022-04-16 17:47:06 · 2495 阅读 · 1 评论 -
神经网络数据增强transforms的相关操作(持续更新)
transforms的相关操作(Pytorch)一、图像的相关变化1、格式转换(1)transforms.ToTensor()(2)transforms.ToPILImage()1、图像大小(1)一、图像的相关变化1、格式转换(1)transforms.ToTensor()可将PIL格式、数组格式转换为tensor格式img_path = "E:\expression_recognition\\2.jpg"img = Image.open(img_path) # #数组类型PIL类型都可a1原创 2022-03-12 16:33:36 · 11112 阅读 · 0 评论 -
PIL,cv2读取类型及转换,以及PIL,numpy,tensor格式以及cuda,cpu的格式转换
PIL,cv2读取类型,以及PIL,numpy,tensor格式以及cuda,cpu的格式转换1、PIL,cv2读取数据图片以及之间的转换2、PIL,数组类型以及tensor类型的转换1、PIL,cv2读取数据图片以及之间的转换这里先列个表格方便理解清楚:cv2PIL读取a=cv2.imread()a=Image.open()读取类型数组类型PIL类型读取颜色通道BGRRGB读取尺寸排列(H,W,C)(W,H,C)显示图片cv2.imsh原创 2022-03-12 09:55:34 · 12863 阅读 · 2 评论 -
神经网络中view(),torch.flatten(),torch.nn.Flatten()详解
神经网络view(),torch.flatten(),torch.nn.Flatten()1、view()2、torch.nn.Flatten()3、torch.flatten()在神经网络中经常看到view(),torch.flatten(),torch.nn.Flatten()这几个方法。这几个方法一般用于改变tensor的形状。为日后方便使用下面就一一透彻的理解一下。1、view()view()的原理很简单,其实就是把原先tensor中的数据进行排列,排成一行,然后根据所给的view()中的参数原创 2022-02-23 11:22:27 · 11438 阅读 · 4 评论