Pytorch 【60天修炼计划】
Bread Sir
记录算法之路
展开
-
Pytorch【60天修炼计划】之第二阶段——进阶:量化
以下内容主要来自于Pytorch官网Pytorch量化,特此记录学习过程。(其实更像直接翻译了一下,逃~Quantization 量化1、什么是量化?量化是一种近来深度学习加速中快速发展的技术,它指的是以比浮点精度更低的比特宽度来执行计算并存储 Tensors 的技术。一个量化的模型便采用的是 整数 来对 Tensors 执行部分或全部操作。2、量化的意义?因为量化精度低,则它使得在许...原创 2019-11-15 10:51:32 · 6659 阅读 · 0 评论 -
Pytorch【60天修炼计划】之第二阶段——进阶:卷积神经网络之AlexNet
接着我们上一个经典的卷积神经网络LeNet,我们这一篇主要记录一下深度卷积神经网络中经典模型 AlexNet,从论文中可以找到其架构:input[ 3, 224 × 224 ] ( channels, weight * height)Conv2d[ 1, 96, 11 × 11, 4, 0 ] (in_channels, out_channels, kernel_size, stride,...原创 2019-11-13 20:00:49 · 192 阅读 · 0 评论 -
Pytorch Mobile 之Android Demo源码分析
现如今,在边缘设备上运行机器学习/深度学习变得越来越流行,它需要更低的时延。而从Pytorch 1.3开始,我们就可以使用Pytorch将模型部署到Android或者ios设备中。Pytorch官方文档中提供两个关于Pytorch-mobile的Demo: Github地址主要包含了两个APP应用,一个简单的在神经网络领域中的“hello world"项目,另一个就更复杂了一些,有图形识别...原创 2019-10-30 21:59:03 · 9831 阅读 · 38 评论 -
Pytorch【60天修炼计划】之第二阶段——进阶:卷积神经网络之LeNet
LeNet是来自论文《Gradient-Based Learning Applied to Document Recognition》中提出的网络,它是CNN的开山鼻祖,对于手写数字的识别有了当时最先进的结果。这是LeNet的网络结构:input [ 1, 32 × 32 ] ( channels, weight * height)Conv2d [ 1, 6, 5 × 5 ] (in_c...原创 2019-10-24 16:37:24 · 213 阅读 · 0 评论 -
Pytorch【60天修炼计划】之第一阶段——入门:Kaggle实战-房价预测
Kagglekaggle是一个著名的供机器学习爱好者交流的平台。网页为https://www.kaggle.com 。今天为入门阶段的最后一天,我们对kaggle中的房价预测进行实操练习。项目结构图如下:按照之前转载知乎大佬的pytorch项目结构进行布置,最终结果如下:data /首先从kaggle中将数据集下载下来,即将train.csv和test.csv下载下来,并放到data...原创 2019-10-16 21:36:07 · 907 阅读 · 0 评论 -
Pytorch【60天修炼计划】之第一阶段——入门
前言:【之前学习深度学习过程中用到了简单的Pytorch框架,但是几乎是断断续续的学习,所以非常不熟悉它的使用,所以准备开启一个60天修炼Pytorch的计划,我相信只要天天练,天天写,天天看,之后一定会熟悉它甚至能够使用它产生大的突破。】这篇文章是这次计划中的第一阶段——入门,使用的是官方的Pytorch指南:PyTorch Tutorials,我将一步步使用Jupyter notebook...原创 2019-09-26 15:30:17 · 434 阅读 · 2 评论 -
Pytorch【60天修炼计划】之第一阶段——入门2
之前写Pytorch的 代码时候,只用了一个main函数就搞定了,其实这样可读性是非常差的,所以我从知乎上找到了一篇知乎文章将如何合理组织代码的文章,现在把它转化成自己的东西。项目文件组织架构程序文件的组织架构为:程序文件的组织结构:├── checkpoints/├── data/│ ├──_init_.py│ ├── dataset.py│ └── get_dat...转载 2019-10-09 10:12:00 · 271 阅读 · 0 评论 -
Pytorch【60天修炼计划】之第一阶段——入门:softmax回归的实现
DAY 53.6 SOFTMAX回归的从零开始实现import torchimport torchvisionimport numpy as np3.6.1 获取和读取数据使用Fashion-MNIST数据集,设置batch大小为256import torchvision.transforms as transformsbatch_size = 256mnist_train ...原创 2019-10-10 16:19:16 · 303 阅读 · 0 评论