![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
小尛玮
研究方向:计算机视觉 图像处理 深度学习 机器学习
展开
-
激活函数(ReLU):nn.ReLU(inplace=True)
nn.ReLU(inplace=True) 参数inplace=True: inplace为True,将会改变输入的数据 ,否则不会改变原输入,只会产生新的输出 inplace:can optionally do the operation in-place. Default: False 注: 产生的计算结果不会有影响。利用in-place计算可以节省内(显)存,同时还可以省去反复申请和释放内存的时间。但是会对原变量覆盖,只要不带来错误就用。例子:import t...转载 2021-07-07 17:49:32 · 5108 阅读 · 0 评论 -
pytorch 中的 forward 的使用与解释
文章目录 前言 forward 的使用 forward 使用的解释 参考资料前言 最近在使用pytorch的时候,模型训练时,不需要使用forward,只要在实例化一个对象中传入对应的参数就可以自动调用 forward 函数 即:forward 的使用class Module(nn.Module): def __init__(self): super(Module, self).__init__() # ...转载 2021-07-06 16:42:05 · 573 阅读 · 0 评论 -
一文详解PyTorch常用tensor操作
#二话不说,先把包导入进来~importtorchtensor初始化#定义一个tensormy_tensor=torch.tensor([[1,2,3],[4,5,6]])print(my_tensor)tensor([[1, 2, 3], [4, 5, 6]])#指定tensor的数据类型my_tensor=torch.tensor([[1,2,3],[4,5,6]],dtype=torch.float32)print(my_tensor)..转载 2021-06-28 11:59:24 · 3147 阅读 · 0 评论 -
Pytorch详解NLLLoss和CrossEntropyLoss
Pytorch详解NLLLoss和CrossEntropyLosspytorch的官方文档写的也太简陋了吧…害我看了这么久…NLLLoss在图片单标签分类时,输入m张图片,输出一个m*N的Tensor,其中N是分类个数。比如输入3张图片,分三类,最后的输出是一个3*3的Tensor,举个例子:第123行分别是第123张图片的结果,假设第123列分别是猫、狗和猪的分类得分。可以看出模型认为第123张都更可能是猫。然后对每一行使用Softmax,这样可以得到每张图片的概率分布。这里di转载 2021-06-24 09:22:12 · 289 阅读 · 0 评论