Pytorch入门实战
文章平均质量分 96
大小宝
虽然长得黑,但本质是小白! 努力学习!
展开
-
第P10周:Pytorch实现车牌识别
在之前的案例中,我们多是使用datasets.ImageFolder函数直接导入已经分类好的数据集形成Dataset,然后使用DataLoader加载Dataset,但是如果对无法分类的数据集,我们如何导入,并进行识别呢?本周我将自定义一个MyDataset加载车牌数据集并完成车牌识别。原创 2024-06-13 22:06:07 · 995 阅读 · 3 评论 -
第P9周:YOLOv5-Backbone模块实现
Yolov5算法是目前应用最广泛的目标检测算法之一,它基于深度学习技术,在卷积神经网络的基础上加入了特征金字塔网络和SPP结构等模块,从而实现了高精度和快速检测速度的平衡。YOLOv5 模型主要由 Backbone、Neck 和Head 三部分组成,网络模型见下图。backbone:进行特征提取。常用的骨干网络有VGG,ResNet,DenseNet,MobileNet,EfficientNet,CSPDarknet 53,Swin Transformer等。原创 2024-06-07 21:28:46 · 648 阅读 · 0 评论 -
第P8周:YOLOv5-C3模块实现
将优化器换为SGD后,收敛明显变快,数据里还是比较少。loss_fn = nn.CrossEntropyLoss() # 创建损失函数...Done#隐藏警告warnings.filterwarnings("ignore") #忽略警告信息# plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号。原创 2024-05-30 22:22:32 · 1028 阅读 · 0 评论 -
第P7周:咖啡豆识别(VGG-16复现)
优化器修改为SGD,保持学习率不变,结果很奇怪,有待调整参数后再重新训练一下。loss_fn = nn.CrossEntropyLoss() # 创建损失函数...#隐藏警告warnings.filterwarnings("ignore") #忽略警告信息# plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号。原创 2024-05-20 23:06:01 · 915 阅读 · 0 评论 -
第P6周:VGG-16算法-Pytorch实现人脸识别
在PyTorch的ImageFolder数据加载器中,根据数据集文件夹的组织结构,每个文件夹代表一个类别,函数会遍历模型的所有参数,通过内置方法截断反向传播的梯度流,再将每个参数的梯度值设为0,即上一次的梯度记录被清空。为True,则w的所有上层参数(后面层的权重w)的.grad_fn属性中就保存了对应的运算,然后在使用。,所有的梯度就会自动运算,tensor的梯度将会累加到它的.grad属性里面去。后,会一层层的反向传播计算每个w的梯度值,并保存到该w的.grad属性中。原创 2024-05-16 23:12:53 · 700 阅读 · 1 评论 -
第P5周:Pytorch实现运动鞋识别
torch.nn.Flatten()与TensorFlow中的Flatten()层类似,前两者则仅仅是一种数据集拉伸操作(将二维数据拉伸为一维),torch.flatten()方法不会改变x本身,而是返回一个新的张量。函数会遍历模型的所有参数,通过内置方法截断反向传播的梯度流,再将每个参数的梯度值设为0,即上一次的梯度记录被清空。为True,则w的所有上层参数(后面层的权重w)的.grad_fn属性中就保存了对应的运算,然后在使用。后,会一层层的反向传播计算每个w的梯度值,并保存到该w的.grad属性中。原创 2024-05-07 21:51:07 · 641 阅读 · 0 评论 -
第P4周:猴痘病识别
本周的代码相对于上周增加指定图片预测与保存并加载模型这个两个模块,在学习这个两知识点后,时间有余的同学请自由探索更佳的模型结构以提升模型是识别准确率,模型的搭建是深度学习程度的重点。原创 2024-05-01 17:00:31 · 810 阅读 · 0 评论 -
第P3周:Pytorch实现天气识别
🍺 要求:学习如何编写一个完整的深度学习程序手动推导卷积层与池化层的计算过程难度:新手入门⭐语言:Python3、Pytorch🍺要求:本地读取并加载数据。测试集accuracy到达93%语言环境:Python3.8编译器:jupyter notebook深度学习环境:Pytorch。原创 2024-04-26 15:59:26 · 957 阅读 · 0 评论 -
第P2周:CIFAR10彩色图片识别
Pytorch入门实战《第P2周:CIFAR10彩色图片识别》原创 2024-04-12 17:55:49 · 1075 阅读 · 0 评论 -
第P1周:实现mnist手写数字识别
Pytorch入门实战《第P1周:实现mnist手写数字识别》原创 2024-04-05 14:26:10 · 683 阅读 · 0 评论