![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
PyTorch简单使用+深度学习方法论
文章平均质量分 52
PyTorch简单使用,将其常见模型表示
代码编写等
深度学习方法论
ljm_99
愿自己开开心心找一份适合自己的工作....
展开
-
pycharm搭建环境
相关软件Anaconda是一个开源的Python发行版本。其包含了720多个数据科学相关的开源包,在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析,甚至可以用在大数据和人工智能领域。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。下载地址https://www.anaconda.com/products/individual原创 2020-08-03 19:26:06 · 260 阅读 · 0 评论 -
Pytorch卷积和反卷积的计算公式
torch.nn.Conv2dclass torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True) 如果输入大小为W * W,那么输出大小: (W − kernel_size + 2*padding )/stride+12.torch.nn.ConvTranspose2dtorch.nn.ConvTranspose2d(in_ch.原创 2021-09-21 21:06:43 · 468 阅读 · 0 评论 -
matlab与numpy转化
参考1参考2参考3原创 2021-09-14 09:11:23 · 383 阅读 · 0 评论 -
numpy练习
numpy 常用语法原创 2021-06-01 21:34:54 · 73 阅读 · 0 评论 -
pytorch权重初始化
class hg_furukawa_original(nn.Module): def __init__(self, n_classes): super(hg_furukawa_original, self).__init__() self.conv1_ = nn.Conv2d( 3, 64, bias=True, kernel_size=7, stride=2, padding=3) self.bn1 = nn.BatchNor原创 2021-05-22 11:44:24 · 162 阅读 · 0 评论 -
深度学习领域怎么找创新点总结
创新点总结创新点总结2如果把创新的标准放得低一点,那么把A算法的部分步骤(或者某运算、函数),嵌入B算法内部,应该算是创新吧,例如1)把跨层恒等连接加入卷积神经网络,就得到了残差网络;2)把非局部均值引入残差网络,就得到了非局部神经网络(non-local neural network);3)把软阈值化引入残差网络,就得到了适合强噪数据的残差收缩网络。融合了几个前人设计好的loss然后效果得到了提升,虽然这种也算是创新个人认为。一般就是深度学习在你所在领域的一些应用,一般就是残差网络等cnn构架,或原创 2021-03-14 09:53:59 · 13076 阅读 · 2 评论 -
如何快速阅读英语文献+如何寻找论文代码+如何复现+如何调参
先中文了解相关技术,各种专业名词等的意义,明白自己为什么要看这篇文献,是找方法还是要结果,还是学习如何描述表达,带着问题先看自己需要的,这样会很快,然后分类这些文献:实验选材相同,方法相同,目的相同等,就不会轻易忘了文献写的什么了。然后再选择对自己非常重要的全篇通读,难度会大大降低,将阅读文章适当做笔记, 自己的一点经验欢迎交流...原创 2021-01-14 10:46:17 · 2548 阅读 · 3 评论 -
深度学习57个术语
深度学习57个术语原创 2021-01-08 09:04:32 · 238 阅读 · 0 评论 -
pytorch中tensor的加减乘除和常见操作
乘法a * b,要求两个矩阵维度完全一致,即两个矩阵对应元素相乘,输出的维度也和原矩阵维度相同torch.mul(a, b)是矩阵a和b对应位相乘,a和b的维度必须相等,比如a的维度是(1, 2),b的维度是(1, 2),返回的仍是(1, 2)的矩阵torch.mm(a,b),要求两个矩阵维度是(n×m)和(m×p),即普通二维矩阵乘法torch.matul(a,b),matmul可以进行张量乘法,输入可以是高维,当输入是多维时,把多出的一维作为batch提出来,其他部分做矩阵乘法a * b 要原创 2021-03-10 18:01:35 · 39312 阅读 · 2 评论 -
深度学习pytorch常见编程技巧
深度学习编程技巧原创 2021-01-20 10:45:26 · 3064 阅读 · 5 评论 -
torch.squeeze()和unsqueeze()
import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optim"""queeze()函数功能:去除size为1的维度,包括行和列。当维度大于等于2时,squeeze()无作用。其中squeeze(0)代表若第一维度值为1则去除第一维度,squeeze(1)代表若第二维度值为1则去除第二维度。unsqueeze()函数功能:与squeeze()函数功能相反,用原创 2020-12-26 22:27:23 · 912 阅读 · 0 评论 -
张量数据类型+创建tensors+索引和切片
a.dim()告诉为0纬的标量原创 2020-11-09 09:59:15 · 176 阅读 · 0 评论 -
手写数字识别实战
步骤:1.加载图片2.建立模型3.训练4.预测辅助函数,建立utils.py文件方便调用from matplotlib import pyplot as pltimport torch# 下降曲线绘制def plot_curve(data): fig=plt.figure() plt.plot(range(len(data)),data,color='blue') plt.legend(['value'],loc='upper right') plt.xla原创 2020-11-07 16:19:41 · 777 阅读 · 0 评论 -
pytorch梯度下降法求解Linear Regerssion案例
代码代码循环迭代梯度信息原创 2020-11-05 19:21:16 · 112 阅读 · 0 评论