计算机视觉
mbshqqb
这个作者很懒,什么都没留下…
展开
-
2021-11-13 机器学习的API
机器学习的API机器学习模型分为四步:1.定义模型、定义损失函数、定义损失函数优化器2.前向传播->y’3.计算损失->y-y’4.反向传播->参数更新# 一、定义model 、loss 、optimizermodel = SimpleCNN()criterion = nn.CrossEntropyLoss()optimizer = optim.SGD(model.parameters(), lr=learning_rate)if torch.cuda.is_avai原创 2021-11-13 21:25:39 · 1425 阅读 · 0 评论 -
2021-04-05-PyTorch-GPU版本安装(解决NVIDIA和CUDA版本问题)
检查机器GPU型号,下载对应的NVIDIA驱动,一般驱动是向下兼容的,所以下载最新的即可。百度或通过鲁大师查看。NVIDIA 驱动程序下载:https://www.nvidia.cn/Download/index.aspx?lang=cn下载NVIDIA驱动对应的CUDA:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html安装CUDA对应的PyTorch。https://pytorch原创 2021-04-05 21:22:13 · 393 阅读 · 0 评论 -
Pytorch深度学习(一)-梯度下降数学概念介绍
疑问点:为什么要求导数?为什么是对w和b求导数,而不是对x和y求导数?什么是梯度下降?学习率和步长是什么关系?1.预测函数:2.损失函数:首先要确定,我们的目的是要找一条直线,让这条直线和所有训练集的点的距离最小;而确定一条直线的变量是w和b,所以我们求的是使得mse最小的变量是w和b,也就是我们最终的目的是找到mse最低点对应的w和b。在不知道最小的mse的情况下,如何找到对应的w和b呢?就得从w和b出发,让w和b沿着让mse减小的方向走,每次w和b的走动都朝着使得mse,所以是一个贪心算.原创 2021-03-21 17:03:27 · 178 阅读 · 0 评论 -
Pytorch深度学习(二)-手动实现线性回归
上一讲中我们介绍了梯度下降,下面我们用PyTorch中的Autograd自动求导实现线性回归。归纳而言,这篇会相对简单,主要包含以下几点:PyTorch Autograd 概念介绍 利用 Autograd 替代手动求解导数 实现 Autograd 方式的线性回归模型一、PyTorch Autograd 概念介绍具体查看官网:https://pytorch.org/tutorials/beginner/blitz/autograd_tutorial.html原理虽然简单,但其中有不少细.原创 2021-03-21 16:53:08 · 399 阅读 · 0 评论 -
pytorch自动求导Autograd系列教程
前言:构建深度学习模型的基本流程就是:搭建计算图,求得损失函数,然后计算损失函数对模型参数的导数,再利用梯度下降法等方法来更新参数。搭建计算图的过程,称为“正向传播”,这个是需要我们自己动手的,因为我们需要设计我们模型的结构。由损失函数求导的过程,称为“反向传播”,求导是件辛苦事儿,所以自动求导基本上是各种深度学习框架的基本功能和最重要的功能之一,PyTorch也不例外,后面有时间会写一下tensorflow和mxnet框架的自动求导。默认已经具备了导数相关知识,会矩阵,向量,标量之间的求导法则。一原创 2021-03-19 22:32:18 · 1158 阅读 · 1 评论 -
pytorch入门教程之(二)-Variable、Tensor、Numpy之间的转化
将Numpy矩阵转换为Tensor张量sub_ts = torch.from_numpy(sub_img)将Tensor张量转化为Numpy矩阵sub_np1 = sub_ts.numpy()将Tensor转换为Variablesub_va = Variable(sub_ts)将Variable转换为Tensorsub_np2 = sub_va.data...原创 2019-11-14 21:53:12 · 195 阅读 · 0 评论 -
pytorch入门教程之(一)-新建tensor的几种方法
新建tensor的几种方法从list创建a = torch.FloatTensor([2, 3.3]) # 尽量少用这种方式,容易和给shape的情况看混淆b = torch.tensor([2, 3.3]) # 现有list时尽量用这种方式注意小写的tensor只接受现有的数据;而大写的Tensor相当于就是FloatTensor,既可以接收现有的数据,也可以接受shape来创...原创 2019-11-14 21:50:34 · 1199 阅读 · 0 评论 -
RGB、YUV和HSV颜色空间模型
一、概述颜色通常用三个独立的属性来描述,三个独立变量综合作用,自然就构成一个空间坐标,这就是颜色空间。但被描述的颜色对象本身是客观的,不同颜色空间只是从不同的角度去衡量同一个对象。颜色空间按照基本机构可以分为两大类:基色颜色空间和色、亮分离颜色空间。前者典型的是RGB,后者包括YUV和HSV等等。二、RGB颜色空间1、计算机色彩显示器和彩色电视机显示色彩的原理一样,都是采用R、G、B相...原创 2018-12-07 10:42:42 · 540 阅读 · 0 评论