pytorch
文章平均质量分 91
醪糟小丸子
这个作者很懒,什么都没留下…
展开
-
【pytorch实现】简单线性回归
回归问题是连续值问题,即线性回归输出的是连续值。分类问题输出是离散值。1.线性回归基本要素模型:构建一个通过输入计算输出的线性关系表达式,y^=x1w1+x2w2+b,其中 w1 和 w2 是权重(weight), b 是偏差(bias),且均为标量。它们是线性回归模型的参数(parameter)。模型输出 y^ 是线性回归对真实值 y 的预测或估计。我们通常允许它们之间有一定误差。模型训练:即给上述模型(表达式)输入数据(样本特征)来推测使得预测值与真实值误差尽可能小的参数(parameter)原创 2020-07-17 13:23:01 · 556 阅读 · 1 评论 -
【pytorch实现】卷积神经网络(4)
1.最大池化和平均池化池化层的一个主要作用是缓解卷积层对位置的过度敏感性。即实际图像里,我们感兴趣的物体不会总出现在固定位置:即使我们连续拍摄同一个物体也极有可能出现像素位置上的偏移。这会导致同一个边缘对应的输出可能出现在卷积输出Y中的不同位置,进而对后面的模式识别造成不便。图5.6展示了池化窗口形状为2×2的最大池化,阴影部分为第一个输出元素及其计算所使用的输入元素。输出数组的高和宽分别为2,其中的4个元素由取最大值运算max得出:平均池化求平均即可,取池化窗口中输入元素的平均值。代码实现:i原创 2020-07-16 18:51:47 · 477 阅读 · 1 评论 -
【pytorch实现】卷积神经网络(3)
1.多输入通道卷积核的通道数要和输入通道数一样才能进行互相关运算。逐通道计算完结果再相加即得到输出。图5.4中阴影部分为第一个输出元素及其计算所使用的输入和核数组元素: (1×1+2×2+4×3+5×4)+(0×0+1×1+3×2+4×3)=56 。多个通道的互相关运算代码实现:from d2l import torch as d2limport torchdef corr2d_multi_in(X, K): # First, traverse along the 0th dimen原创 2020-07-16 16:52:13 · 806 阅读 · 1 评论 -
【pytorch实现】卷积神经网络(2)
1.padding直接用卷积核对对图像卷积,一个缺点是层数增加,输出的特征图会越来越小,不好再进行学习;还有就是图像边缘的像素点只被一个输出所使用,而内部的像素点可以被卷积多次,所以角落边缘区域的像素点在输出中采用的较少,就会丢掉图像边缘位置的信息。把33填充成55,然后再卷积一般来说,如果在高的两侧一共填充 ph 行,在宽的两侧一共填充 pw 列,所以输出特征图的尺寸:(in_h-k_h+p_h+1)*(in_w-k_w+p_w+1)在很多情况下,会设置 ph=kh−1 和 pw=kw−1 来原创 2020-07-16 15:41:59 · 296 阅读 · 1 评论 -
【pytorch实现】用卷积核检测图中对角方向边缘(小练习)
练习:构造一个输入图像X,如何设计卷积核K来检测图像中对角方向的边缘?检测图像中物体的边缘,即找到像素变化的位置。构造一个6*6大小由黑到白过渡的图像,0黑,1白。代码:x=torch.zeros(6,6)for i in range(6): for j in range(i+1): x[i,j] = 1print(x)输出:tensor([[1., 0., 0., 0., 0., 0.], [1., 1., 0., 0., 0., 0.],原创 2020-07-15 10:21:10 · 1616 阅读 · 0 评论 -
【pytorch实现】卷积神经网络(1)
一、图像卷积1.互相关操作(卷积运算)严格意义来说,输入与核的计算叫做互相关,是将滤波器进行镜像翻转再进行计算的。但习惯上称为卷积。卷积的计算过程是,给定卷积核在输入图片上从左到右从上到下滑动,卷积核框取图片对应大小进行各元素相乘再相加得到输出特征图的一个元素。输出特征图大小计算公式:outputsize=([(IN_h- K_h+2padding)/step]+1,[(IN_w- K_w+2padding)/step]+1)此处没有padding和step代码实现:import torch原创 2020-07-14 19:18:43 · 496 阅读 · 0 评论 -
pytorch安装、环境搭建及在pycharm中的设置
pytorch安装、环境搭建及在pycharm中设置这两天同学在问我pytorch的 安装,因为自己的已经安装好了,但是好像又有点遗忘,所以记录一下。一、安装python直接到官网找到和自己设备匹配的版本下载安装即可。安装过程不会出现太多问题,一般情况下python安装在本机上,故可以直接在终端测试是否安装成功。只需win+R——cmd——输入python,就会输出python的版本信息。...原创 2020-03-11 22:18:01 · 21991 阅读 · 1 评论 -
pytorch——数据操作
一、数据初始化1.torch.arange()用来构建一个行向量,参数=元素个数,从0开始的自然数排列,默认float型。一个新定义的张量(tensor)都会存储在主存中,在CPU中计算。例子:x = torch.arange(12)输出:tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])2.x.shape获取tensor结构例子:x.shape输出:torch.Size([12])3.x.numel()获取t原创 2020-07-13 20:36:08 · 453 阅读 · 1 评论