ai深度学习
文章平均质量分 93
岑梓铭
普通软件工程大学生
展开
-
PyTorch——Dataloader使用
前面我在写PyTorch的第一篇文章里讲过Dataset是啥,Dataset就是将数据集分类,并且分析出这些数据集它的位置哪、大小多少、这个数据集一共有多少数据......等等信息那么把Dataset比作一副扑克牌,那么如果你就让这副牌放在桌子那不去取牌,那你怎么打牌?Dataloader就是做【取牌】这个操作,就是去【读取数据】原创 2024-08-21 15:44:31 · 588 阅读 · 0 评论 -
PyTorch的torchvision内置数据集使用,transform+pytorch联合使用
既然现在图像数据集已经成了tensor类型数据,那就可以用tensorboard打印一下图像了# torchvision.transforms.Compose是一个函数,它可以将多个图像转换操作组合在一起torchvision.transforms.ToTensor() # 将图像转换为【tensor(张量)】操作# 还可以添加一些裁剪、转灰度......等等图像操作])# 这里我们设置train_set是训练集数据、test_set是测试集数据。原创 2024-08-20 21:09:52 · 1129 阅读 · 0 评论 -
PyTorch——transforms
首先transform是来自PyTorch的一个扩展库——【torchvision】,【torchvision】这个库提供了许多计算机视觉相关的工具和功能,能够在神经网络中,将图像、数据集、预处理模型等等数据转化成计算机训练学习所能用的格式的数据。比如::提供了常用的图像预处理方法,用于对图像进行变换、缩放、裁剪、旋转、翻转等操作。例如,ToTensor将PIL图像或numpy数组转换为Tensor,Normalize对图像进行标准化处理,RandomCrop随机裁剪图像等。;原创 2024-08-19 20:03:28 · 1060 阅读 · 0 评论 -
PyTorch之TensorBoard使用
在学习这篇之前建议先按照上一篇搭建好整个PyTorch环境然后这一篇讲怎么用TensorBoard,这个玩意是Tensorflow官方推出的一个可视化工具,当使用Tensorflow训练大量深层的时,我们希望去跟踪神经网络的整个训练过程中的信息,并希望能在训练的过程中将一些信息加以记录并可视化得表现出来,TensorBoard就能做到。原创 2024-08-19 15:45:05 · 1277 阅读 · 0 评论 -
PyTorch深度学习框架
最近放假在超星总部河北燕郊园区实习,本来是搞前后端开发岗位的,然后带我的副总老大哥比较关照我,了解我的情况后得知我大三选的方向是大数据,于是建议我学学python、Hadoop,Hadoop我看了一下内容比较多,而且我现在大二暑假不着急这么快学完,公司暂时也没这个项目可以给我学,于是我就先学了两天python,把基础python学完了。然后副总老大哥来问我学完了Python是吧,直接给我一个项目好好了解一下,然后我看了这个项目的文档,PyTorch??是啥??原创 2024-08-09 22:05:40 · 1003 阅读 · 0 评论