Pytorch深度学习套路

一、基本配置

1. 调库

2. 超参数

3. 设置 gpu 训练

4. 标签

二、数据读入加载

0. 创造数据,划分训练集、测试集、验证集(带标签)

1. 读入数据

1.1 Pytorch 自带数据集构建Dataset

1.2 自定义Dataset类(class + 多个函数)

2. 加载数据

使用DataLoader来按批次读入数据

三、模型构建

四、模型初始化

五、损失函数

1. 根据场景套函数

2. 根据函数套公式,计算损失

六、优化器

1. 优化器属性和构造

2. 优化器使用

七、训练和评估

1. 训练流程

2. 验证/测试的流程

八、可视化


总结:

记住了套路就不会偏航太远,但记住套路还不够。
单独实现每个环节需要“硬功”,把每个环节衔接起来也需要“硬功”,
根据具体需求微调某部分也需要“硬功”。
“硬功”就是程序员的基本功——数学、计算机、程序语言、逻辑能力。
此外,耐心、勤奋、兴趣都很重要。勤奋不只是手敲得勤快、眼看得勤快、班加得勤快,勤于动脑是主体,动脑优先级最高。
如果一动脑就陷入背诵、记忆的陷阱,那就是在偷懒。
逻辑的推演是无法逃避的,背诵、记忆的勤奋应该放在把大脑输出的逻辑快速用代码表示上,忘记了可以回头再去搜,否则会打断思路。
不要写一行代码就去搜一下函数,至少多写几行代码再去批量搜索函数,不要让宝贵的思路被频繁打断,人比GPT强在逻辑思维,而不是敲代码速度和工作时长。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值