- 博客(6)
- 收藏
- 关注
RSS订阅原创 5. nn.Module
torch.nnnn.Parameter：张量子类，表示可学习参数，如weight，biasnn.Module：所有网络层基类，管理网络属性nn.functional：函数具体实现，如卷积，池化，激活函数等nn.init：参数初始化方法nn.Module·parameters：存储管理nn.Parameter类（包括权值、偏置等）·modules：存储管理nn.Module类（管理各...
2020-04-28 10:41:59
752
1
原创 4. Transform
transformstorchvision.transforms：常用的图像预处理方法1. transforms.Normalize(mean, std, inplace=False)功能：逐channel的对图像进行标准化output = (input - mean) / stdmean：各通道的均值std：各通道的标准差implace：是否原地操作2. transforms....
2020-04-25 14:08:45
294
原创 深度学习pytorch之一步导入自己的训练集
DataLoader构建可迭代的数据装载器DataLoader(dataset, batch_size=1, shuffle=False, num_works=0)dataset：Dataset类，决定数据从哪儿读取及如何读取batch_size：批大小shuffle：每个epoch是否乱序num_works：是否多进程读取数据DatasetDataset抽象类，所有自定...
2020-04-23 17:16:08
6330
2
原创 2. Autograd
对于torch.Tensor，如果设置属性.requires_grad = True。使用.backward()方法进行自动求取梯度，张量的梯度会保存到.grad属性中。使用.backward()计算梯度。如果张量是一个标量(只有一个元素),不需要对.backward()指定参数；如果张量不止一个元素，需要设定参数，匹配张量的维度。例：a = torch.tensor([1.],requi...
2020-04-23 16:00:28
125
原创 1. Tensor
张量是什么？张量是一个多维数组，它是标量、向量、矩阵的高维扩展。张量的属性：data：被包装的tensorgrad：data的梯度grad_fn：创建Tensor的Functionrequires_grad：指示是否需要梯度is_leaf：指示是否是叶子节点dtype：张量的数据类型shape：张量的形状device：张量所在设备张量的创建torch.tensor(dat...
2020-04-23 15:55:30
124
原创 Numpy
Numpy简介Numpy是一个Python科学计算库，主要功能之一是用来操作数组和矩阵。数组（array）的创建与操作import numpy as npa = np.array([1, 2, 3 ], dtype = np.int32)...
2020-02-07 19:52:00
1482
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人