深度学习
文章平均质量分 56
Dirschs
这个作者很懒,什么都没留下…
展开
-
GAN生成对抗性网络
用于判别数据是真实数据还是生成数据(伪数据)的判别模型(判别图像真伪的网络):输入一张图像,输出代表其为真实图像的概率值,100%即判断该图像是真的。对于G:G希望自己生成的图片越接近真实越好,即G希望D(G(z))尽可能大,V(D, G)会变小,所以对于G是min_G。对于D:D的能力越强,D(x)越大,D(G(x))越小,V(D,G)会变大,所以对于D是求最大max_D。D(x):D网络判断真实图片是否真实的概率,因为x本来就是真实的,所以该值越接近1越好。2.反向传播阶段—优化目标。原创 2024-02-13 12:37:34 · 1363 阅读 · 1 评论 -
TypeError: forward() missing 10 required positional arguments: ‘indices1‘......报错解决
在Python中,定义一个函数时,可以指定它需要接受的参数。调用这个函数时,必须按照定义提供相应数量和类型的实参,否则Python解释器会抛出TypeError。模型调用forward()函数时,没有提供足够的位置参数。调用模型时,将Net1的输出作为Net2的输入。原创 2024-02-03 19:08:42 · 433 阅读 · 1 评论 -
深度学习—Epoch,Iteration,Batch
当一个Epoch的样本数量过大时,将其分成多个小块Batch进行训练。的过程,即所有训练样本在神经网络中都进行一次正向传播和一次反向传播。②使用的是有限的数据集,使用迭代过程即梯度下降来优化学习过程。①在神经网络中,完整的数据集需要传递多次,传递一次不够;将整个训练样本分成多个batch,表示所有样本中的。训练一个Batch就是一次Iteration,表示。batch的大小,即每批样本的样本数量大小。完成一个Batch,模型权重更新一次。原创 2024-01-25 18:12:47 · 384 阅读 · 0 评论 -
AttributeError: ‘DataParallel‘ object has no attribute ‘XXX‘报错解决
多卡训练使用DataParallel,model中的方法名添加了module前缀。原创 2024-01-25 12:01:54 · 1049 阅读 · 0 评论 -
Jetson AGX Orin配置环境(安装archiconda,pytorch,torchvision)
在Jetson上安装PyTorch,官方推荐使用anaconda安装,但是anaconda repository里没有aarch64架构的PyTorch预编译包。Jetson AGX Orin的架构是aarch64,和win10,linux不同,不能安装anaconda。根据自己的环境下载对应的版本(这里是JetPack5.1.1+python3.8虚拟环境)也可以直接在GitHub网站下载(一定在官网下载,避免奇怪的错误!在main的Tag里面找到对应的0.14版本并下载解压。原创 2024-01-16 10:37:09 · 1261 阅读 · 1 评论 -
多层感知机(MLP)——简介
输入层—>隐藏层"""注释:这是定义隐藏层的类,首先明确:隐藏层的输入即input,输出即隐藏层的神经元个数。输入层与隐藏层是全连接的。假设输入是n_in维的向量(也可以说时n_in个神经元),隐藏层有n_out个神经元,则因为是全连接,一共有n_in*n_out个权重,故W大小时(n_in,n_out),n_in行n_out列,每一列对应隐藏层的每一个神经元的连接权重。b是偏置,隐藏层有n_out个神经元,故b时n_out维向量。原创 2024-01-12 17:04:51 · 12176 阅读 · 1 评论