PyTorch学习
本专栏专门记录学习PyTorch过程中的点滴。文章都是作者辛苦整理的,希望大家转载请注明出处,非常感谢!另外,欢迎交流。里面代码已上传:https://github.com/yuquanle/PyTorchStudy
机器智元
专注人工智能、机器学习、深度学习、数据挖掘、自然语言处理、算法竞赛等前沿技术、工具资源。愿景是期望与您们成为学习上的朋友,在探索AI的道路上共勉并且快速成长~
微信公众号:StudyForAI
知乎:https://www.zhihu.com/people/yuquanle/columns
展开
-
PyTorch: 迁移学习实战
版权声明:博客文章都是作者辛苦整理的,转载请注明出处,谢谢!http://blog.csdn.net/m0_37306360/article/details/79321713简介:迁移学习是把一个领域(即源领域)的知识,迁移到另外一个领域(即目标领域),使得目标领域能够取得更好的学习效果。通常,源领域数据量充足,而目标领域数据量较小,迁移学习需要将在数据量充足的情况下学习到的知识,迁移到数...原创 2018-02-13 15:21:34 · 12906 阅读 · 0 评论 -
PyTorch: 序列到序列模型(Seq2Seq)实现机器翻译实战
* 版权声明:博客文章都是作者辛苦整理的,转载请注明出处,谢谢! * http://blog.csdn.net/m0_37306360/article/details/79318644简介在这个项目中,我们将使用PyTorch框架实现一个神经网络,这个网络实现法文翻译成英文。这个项目是Sean Robertson写的稍微复杂一点的教程,但对学习PyTorch还是有很大的帮助。本文通过序...原创 2018-02-12 20:16:44 · 37044 阅读 · 17 评论 -
PyTorch: RNN实战详解之生成名字
版权声明:博客文章都是作者辛苦整理的,转载请注明出处,谢谢! http://blog.csdn.net/m0_37306360/article/details/79316964介绍上一篇我们讲了如何在PyTorch框架下用RNN分类名字http://blog.csdn.net/m0_37306360/article/details/79316013,本文讲如何用RNN生成特定语言(类别)的...原创 2018-02-12 15:15:09 · 4127 阅读 · 2 评论 -
PyTorch: RNN实战详解之分类名字
版权声明:博客文章都是作者辛苦整理的,转载请注明出处,谢谢! http://blog.csdn.net/m0_37306360/article/details/79316013本文从数据集到最终模型训练过程详细讲解RNN,教程来自于作者Sean Robertson写的教程,我根据原始文档,一步一步跑通了代码,下面是我的学习笔记。任务描述从机器学习的角度来说,这是个分类任务。具体来说,我...原创 2018-02-12 12:41:35 · 11882 阅读 · 10 评论 -
PyTorch: N-Gram Language Modeling
版权声明:博客文章都是作者辛苦整理的,转载请注明出处,谢谢! http://blog.csdn.net/m0_37306360/article/details/79313809PyTorch中Word Embeddings在介绍N-Gram 语言模型之前我们先简单介绍一下如何在PyTorch中使用嵌入以及一般的深度学习编程。我们需要在使用word embeddings时为每个单词定义一个索...原创 2018-02-11 22:55:44 · 4174 阅读 · 1 评论 -
PyTorch: 训练分类器实战详解(分类CIFAR10)
神经网络模型训练过程通过学习前面几个例子,我们可以总结一下神经网络的典型训练过程如下:第一步:定义具有一些可学习参数(或权重)的神经网络 第二步:迭代输入数据集 第三步:通过网络处理输入 第四步:计算损失(loss) 第五步:反向传播网络的参数 第六步:更新网络的参数,通常使用一个简单的更新规则:weight = weight - learning_rate * gradient...原创 2018-02-11 17:44:03 · 21845 阅读 · 6 评论 -
PyTorch: CNN实战MNIST手写数字识别
简介卷积神经网络(Convolutional Neural Network, CNN)是深度学习技术中极具代表的网络结构之一,在图像处理领域取得了很大的成功,在国际标准的ImageNet数据集上,许多成功的模型都是基于CNN的。卷积神经网络CNN的结构一般包含这几个层: 输入层:用于数据的输入 卷积层:使用卷积核进行特征提取和特征映射 激励层:由于卷积也是一种线性运算,因此需要增加非...原创 2018-02-11 16:12:35 · 17887 阅读 · 5 评论 -
PyTorch: Softmax多分类实战
多分类一种比较常用的做法是在最后一层加softmax归一化,值最大的维度所对应的位置则作为该样本对应的类。本文采用PyTorch框架,选用经典图像数据集mnist学习一波多分类。MNIST数据集MNIST 数据集(手写数字数据集)来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (tra...原创 2018-02-11 12:41:11 · 65619 阅读 · 15 评论 -
PyTorch:线性回归和逻辑回归实战
线性回归实战使用PyTorch定义线性回归模型一般分以下几步: 1.设计网络架构 2.构建损失函数(loss)和优化器(optimizer) 3.训练(包括前馈(forward)、反向传播(backward)、更新模型参数(update))#author:yuquanle#data:2018.2.5#Study of LinearRegression use PyTorchimport t原创 2018-02-11 00:25:42 · 20948 阅读 · 0 评论 -
PyTorch: 梯度下降及反向传播
线性模型线性模型介绍线性模型是很常见的机器学习模型,通常通过线性的公式来拟合训练数据集。训练集包括(x,y),x为特征,y为目标。如下图: 将真实值和预测值用于构建损失函数,训练的目标是最小化这个函数,从而更新w。当损失函数达到最小时(理想上,实际情况可能会陷入局部最优),此时的模型为最优模型,线性模型常见的的损失函数: 线性模型例子下面通过一个例子可以观察不同权重...原创 2018-02-10 22:22:26 · 13434 阅读 · 3 评论 -
PyTorch学习之Window10环境搭建
简介:PyTorch是目前最流行的深度学习框架之一,它是使用GPU和CPU优化的深度学习张量库。这是一个基于Python的科学计算包,主要针对: 1.替代Numpy有效的使用GPU 2. 一个深度学习研究平台,提供最大的灵活性和速度PyTorch 作为库主要包含以下组件:Torch:类似于 NumPy 的张量库,带有强大的 GPU 支持torch.autograd:一个基于 t...原创 2017-12-13 11:41:29 · 3362 阅读 · 0 评论 -
PyTorch学习之基本操作
基本概念Tensors:Tensors和Numpy’s的ndarrys相似,可以在GPU上使用Tensors来加速计算。构建矩阵(不初始化): x = torch.Tensor(5, 3) print(x)构建矩阵(随机初始化): x = torch.rand(5, 3) Get its size print(x.size())加法操作(addition): 第...原创 2018-02-10 20:29:04 · 2023 阅读 · 0 评论