PyTorch
文章平均质量分 90
PyTorch
Taylor_29511
自由 拼搏 坚持
展开
-
220324_221124-深度学习复习总结-PyTorch工具包(图片视频文本)
PyTorch工具包计算机视觉,有TorchVision、TorchVideo等用于图片和视频处理;对于自然语言处理,有torchtext;对于图卷积网络,有PyTorch Geometric数据预处理工具、数据扩增、常用模型结构的预定义、预训练模型权重、常用损失函数、常用评测指标、封装好的训练&测试模块,以及可视化工具。1. torchvision我们经常会用到torchvision来调用预训练模型,加载数据集,对图片进行数据增强的操作。1.1 torchvision简介torch原创 2022-03-24 22:11:46 · 4807 阅读 · 0 评论 -
220322_234852-深度学习复习总结-Pytorch可视化学习
Pytorch可视化学习1. 打印模型基础信息# 使用print函数import torchvision.models as models# vgg13model = models.vgg13()print(model)这时候得到模型信息输出结果只能得出基础构件的信息,既不能显示出每一层的shape,也不能显示对应参数量的大小。VGG( (features): Sequential( (0): Conv2d(3, 64, kernel_size=(3, 3), stride=原创 2022-03-22 23:49:20 · 1210 阅读 · 0 评论 -
220319_211815-深度学习复习总结-PyTorch模型训练
PyTorch模型训练1. 自定义损失函数PyTorch在torch.nn模块为我们提供了许多常用的损失函数,比如:MSELoss,L1Loss,BCELoss… 但是随着深度学习的发展,出现了越来越多的非官方提供的Loss,比如DiceLoss,HuberLoss,SobolevLoss… 这些Loss Function专门针对一些非通用的模型,PyTorch不能将他们全部添加到库中去,因此这些损失函数的实现则需要我们通过自定义损失函数来实现。1.1 以函数方式定义通过输出值和目标值进行计算,返回原创 2022-03-19 21:18:13 · 1266 阅读 · 0 评论 -
220316_211858-深度学习复习总结-PyTorch模型定义
PyTorch模型定义1. PyTorch基础知识torch.nn 模块里提供的一个模型构造类Module(nn.Module),是所有神经网络模块的基类,我们可以继承它来定义我们想要的模型PyTorch模型定义应包括两个主要部分:(1) 各个部分的初始化(init);(2) 数据流向定义(forward)基于nn.Module,我们可以通过Sequential,ModuleList和ModuleDict三种方式定义PyTorch模型。2. 通过Sequential定义PyTorch模型当原创 2022-03-16 21:19:35 · 202 阅读 · 0 评论 -
220315_220611-深度学习复习总结-PyTorch简介
PyTorch简介1.1.1 PyTorch的介绍PyTorch是由Facebook人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库,目前被广泛应用于学术界和工业界,又将Caffe2项目并入Pytorch1.1.2 PyTorch的优势更加简洁,相比于其他的框架,PyTorch的框架更加简洁,易于理解。上手快,掌握numpy和基本的深度学习知识就可以上手。良好的文档和社区支持开源项目多可以更好的调试代码,PyTorch可以让我们逐行执行我们的脚本。可以轻原创 2022-03-15 22:06:52 · 93 阅读 · 0 评论