Pytorch学习笔记
通过网络资源自学pytorch,并进行笔记记录,很多代码是学习资料的代码。这一专栏主要用于记录学习以及督促学习。
快乐星球小怪兽
我很懒,不想添加简介
展开
-
pytorch学习(七)批训练
神经网络搭建后,我们需要对数据进行训练,通过网络建立模型,而数据训练的时候我们可以将所有数据一股脑全扔进去,也可以将数据分成一小块一小块的扔进去,分别训练然后再得到一个关于整体数据的模型,这就是批训练。这个时候我们就会有一个疑问,一小块一小块的训练最后能得到一个和整体数据一起扔进去一样的模型吗?这里的回答是肯定的。这两种方式训练的模型相差不大,但是批训练却可以极大的减少训练的数据量,提升训练效率。...原创 2020-02-21 12:11:04 · 854 阅读 · 0 评论 -
pytorch学习(六)快速搭建法
在前两次的学习中搭建一个网络分为了两部分。首先定义该网络中存在的各层,并设定好每层的参数,然后构建前向传播关系,这样才能形成一个有效的网络架构。例如下面这一简单的网络结构。class Net(torch.nn.Module): def __init__(self, n_feature, n_hidden, n_output): super(Net, self).__ini...原创 2020-02-14 11:32:16 · 210 阅读 · 0 评论 -
pytorch学习(五)分类问题
我们学习pytorch的目的是进行深度学习,而深度学习可以干哪些事呢?主要有两个:1)回归问题,2)分类问题。何谓分类问题?就是有两类东西,比如一个是长方形一个是圆,通过神经网络的训练得到一个可以区分二者的模型,那么再向这一模型扔进去一个东西它就可以区分出是长方形还是圆了,这就是分类。具体讲解请参考莫烦pythons(代码来源)import torchimport torch.nn.func...原创 2020-02-12 18:45:13 · 383 阅读 · 0 评论 -
pytorch学习(四)回归问题
我们学习pytorch的目的是进行深度学习,而深度学习可以干哪些事呢?主要有两个:1)回归问题,2)分类问题。何谓回归,线性回归大家一定都学过,通俗来讲就是给定坐标系下一些点,来用一条曲线进行拟合,以描绘这些样本点的变化趋势,这就是回归。下面就通过代码实例来学习,通过一些数据来拟合一条回归曲线。# 首先导入所需要的模块import torch from torch.autograd im...原创 2020-02-12 18:43:00 · 453 阅读 · 0 评论 -
pytorch学习(三)激活函数
激活函数(activity_function)存在的原因是我们日常解决的实际问题大部分不是线性可分的,而是非线性的,此时就需要激活函数来处理这一分类问题。y = Wx+b是线性分类问题,激活函数则通过y = AF(Wx+b)将线性问题转换为非线性问题。例如relu函数当神经网络的层数较少是激活函数的选取影响不会很大,而当网络层数较多时,激活函数的选取会有较大的影响...原创 2020-02-11 16:33:58 · 510 阅读 · 0 评论 -
pytorch学习(二)variable变量
目前神经网络基本上都是基于计算图谱进行学习的,tensorfloat是基于静态图谱的,pytorch是基于动态图谱的。一张图可以看成是一张有向无环图,图中的节点可以分为不同的几种,而variable就是其中的一种。torch都是用tensor进行计算的,而神经网络里边的参数都是variable变量的形式,而神经网络首先要做的就是变成variable类型。将tensor参数放到variable变量...原创 2020-02-10 18:09:33 · 335 阅读 · 0 评论 -
pytorch学习(一)numpy与torch对比
torch类似于numpy,可以理解为pytorch框架下的numpy,因此很多numpy的运算适用于torch1、numpy可以转化为torch,torch也可以转化为numpyimport torchimport numpy as npnp_data = np.arange(6).reshape((2, 3))torch_data = torch.from_numpy(np_dat...原创 2020-02-10 17:18:52 · 2290 阅读 · 0 评论