pytroch学习
文章平均质量分 71
菜菜子-
这个作者很懒,什么都没留下…
展开
-
遇到的pytorch不懂的地方
一些备忘录原创 2023-02-12 21:39:06 · 128 阅读 · 0 评论 -
pytorch学习记录四【cifar示例完整代码 / 利用GPU进行训练 / 测试】
import torch import torchvision from tensorboardX import SummaryWriter from torch import nn from torch.utils.data import DataLoader from cifar_src.model import * # 准备数据集 train_data = torchvision.datasets.CIFAR10("../cifar_data", train=True, transform=torc原创 2022-02-12 17:07:34 · 1171 阅读 · 0 评论 -
pytorch学习记录三 【Sequential / 损失函数 / 反向传播 / 优化器 / 模型修改及使用 / 模型保存与加载】
1.神经网络:搭建小实战和Sequential的使用 以CIFAR10 model为例 import torch import torchvision from tensorboardX import SummaryWriter from torch import nn from torch.nn import ReLU, Sigmoid, Linear, Conv2d, MaxPool2d, Flatten from torch.utils.data import DataLoader clas原创 2022-02-11 20:22:22 · 1211 阅读 · 0 评论 -
pytorch学习记录二 【数据集使用 / DataLoader / nn.Module / nn.conv / conv2d / maxpool / ReLU / linear】
1.torchvision中的数据集使用 ▲pytorch官网 官网链接:https://pytorch.org/ 进入torchvision 在Package Reference中 torchvision.datasets :torchvision中给的一些数据集,例如COCO等。 继续往下滑 ▲torchvision.datasets 以cifar-10为例 import torchvision train_set = torchvision.datasets.CIFAR10(root=".原创 2022-02-11 11:09:17 · 1222 阅读 · 0 评论 -
pytorch学习记录一【搭建环境/pycharm/jupyter/Dataset/TensorBoard/transforms】
▲conda命令: conda命令详解 1.创建环境 例子: #创建python3.6版本的环境test: conda create -n test python=3.6 #激活该环境test: conda activate test #展示该环境的包: pip list 2.确定cuda和gpu ▲电脑查询GPU型号: 任务管理器-性能 or 设备管理器-显示适配器 ▲电脑查询GPU型号对应的cuda: 命令行输入: nvidia-smi or NVIDIA控制面板-系统信息-组件-3D设置-NV原创 2022-01-20 16:08:34 · 1422 阅读 · 0 评论