pytorch
文章平均质量分 81
pytorch深度学习
lichji2016
研究生小硕一枚...
展开
-
数据增强-Data Augmentain
文章目录一、Data Augmentation二、Data Augmentation分类三、常用的数据增强技术3.1 翻转(Flip)3.2 旋转 | 反射变换(Rotation/reflection)3.3 平移(shift)3.4 缩放(Scale)3.5 随机裁剪或补零(Random Crop or Pad)3.6 色彩抖动(Color jittering)3.7 加噪声(Noise)3.1 翻转(Flip)3.1 翻转(Flip)总结一、Data Augmentation随着人工智能和计算原创 2021-09-11 10:41:11 · 1112 阅读 · 0 评论 -
基于Pytorch实现CNN卷积神经网络-Mnist数据集
基于pytorch框架,采用CNN实现Mnist数据集,该示例训练,相当于语言编程界的“hello world”入门程序。文章目录前言一、Mnist数据模型简介二、使用步骤1.引入库2.读入数据总结前言基于pytorch框架实现Mnist数据集,掌握机器学习中第一个“hello world”程序一、Mnist数据模型简介其中该数据集有60000张图片组成,包括10个类别,每个类别均为6000张,60000 = 10 * 6000;训练集50000张,测试集10000张;图片大小均为 28原创 2021-09-06 21:29:33 · 1144 阅读 · 1 评论 -
神经网络天气预测
本文采用pytorch进行天气预报预测,掌握神经网络模型训练的基本步骤文章目录前言一、预测思路分析二、使用步骤1.引入库2.读入数据总结前言提示:本文通过采集部分天气预报数据,采用神经网络对相关数据进行预测分析,通过模型训练,掌握采用pytorh框架进行网络训练提示:以下是本篇文章正文内容,下面案例可供参考一、预测思路分析步骤:(1)功能函数导入import numpy as npimport pandas as pdimport matplotlib.pyplot as plti原创 2021-09-04 17:13:47 · 3059 阅读 · 6 评论 -
pytorch基础知识
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码原创 2021-09-01 22:14:53 · 786 阅读 · 0 评论 -
行人重识别
文章目录一、行人重识别应用背景2.读入数据总结一、行人重识别应用背景 现阶段视频监控在我们日常生活中可以随处可见,在监控视频中,由于相机分辨率和拍摄角度的缘故,通常无法得到质量非常高的人脸图片。当人脸识别失效的情况下,ReID就成为了一个非常重要的替代品技术。 行人重识别(Person Re-identification)也称行人再识别,简称为ReID,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。是一个图像检索的问题。给定一个监控行人图像,检索跨设备下的该行人图像。行人重识别的原创 2021-08-17 19:03:27 · 5460 阅读 · 0 评论 -
深度学习-激活函数总结
1.典型的激活函数1.1 sigmoid函数该函数可以将元素的值转化到0~1之间,其公式和图形表示形式如下:从图形可以看出该函数存在以下缺点:(1)BP神经网络是依据梯度进行的,而该函数在无穷小或无穷大的时函数的导数趋近于0.因此在输出值较大或较小时,网络更新慢,容易造成梯度消失。(2)函数输出的不是以0为中心,而是以0.5为中心,函数输出值始终大于0,因此导致模型训练收敛速度变慢。1.2 ReLu函数ReLu函数通常作为CNN网络默认的激活函数。当函数输入为正数时,导数恒为1,可以缓解梯原创 2021-08-09 23:02:59 · 2244 阅读 · 3 评论 -
pytorch 动态图机制
一、动态图的推导(1)计算图:是用来描述运算的有向无环图(2)计算图有两个主要元素:结点(Node)和边(Edge)(3)结点(Node):表示数据,如向量、矩阵、张量(4)边(Edge):表示运算,如加、减、乘、除、卷积示例图如下:由图可知:y=a*b,其中a=x+w,b=w+1,因此y=a*b=(x+w)(w+1),a和b充当中间变量,pytorch在计算的时候,会把计算过程用上面的动态图存储起来,计算y关于w的导数,如下:上试中令w=1,x=2采用pytorch原创 2020-09-04 19:24:59 · 664 阅读 · 0 评论 -
pytorch之深度学习
pytorch使用一、pytorch使用教程pytorch是一个基于Python的科学数据包,是numpy的替代品。Tensors(张量)的使用tensors类似与numpy中的ndarrays,同时tensors可以进行GPU加速:tensors使用 :import torch构建一个矩阵,不初始化x=torch.empty(5,3)print(x)显示结果tensor([[1.0561e-38, 1.0653e-38, 4.1327e-39], [8.908原创 2020-09-01 20:59:45 · 785 阅读 · 0 评论