Pytorch个人学习笔记
NEUMANN2077
这个作者很懒,什么都没留下…
展开
-
Pytorch Dataset读取图片数据
本文为看了小土堆的pytorch的教学视频后的个人总结。视频链接。本文用到的数据集下载地址: 数据下载地址 密码:5suq首先我们先导入一些之后操作需要的模块。from torch.utils.data import Datasetfrom PIL import Imageimport os 数据集合和代码的相对位置:class MyData(Dataset): def __init__(self, root_dir, label_dir): se.原创 2021-08-18 15:04:36 · 2131 阅读 · 0 评论 -
Pytorch实现Softmax和Cross-entropy
Softmax 将输出归一化到(0,1)区间,可以将Softmax输出当作概率,从而使用Cross Entropy计算 Loss。def softmax(X): X_exp = torch.exp(X) partition = X_exp.sum(1, keepdim = True) return X_exp / partitionCross-entropy 这样子输出的应该是 y_hat[0, 0] 和 y_hat[2, 1]y = torch.tensor([0, 2原创 2021-08-17 16:48:02 · 765 阅读 · 0 评论 -
pytorch个人笔记: len()
len(Tensor) 返回Tensor的第0维长度,将样本横向堆叠的时候可以返回样本的数量。原创 2021-08-11 11:17:17 · 1997 阅读 · 0 评论 -
pytorch个人笔记: Tensor.detach()
tensor.detach(): 从计算图中脱离出来,返回一个新的tensor,新的tensor和原tensor共享数据内存,但是不涉及梯度计算。在从tensor转换成为numpy的时候,如果转换前面的tensor在计算图里面(requires_grad = True),那么这个时候只能先进行detach操作才能转换成为numpyx = torch.zeros([3, 4], requires_grad = True)xy = x.numpy()print(y)'''输出:(报错了)----原创 2021-08-11 10:56:36 · 7624 阅读 · 3 评论