![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
澎湃de家夥
这个作者很懒,什么都没留下…
展开
-
Pytorch从入门到放弃(8)——可视化FeatureMap(特征图)
在Pytorch的实际使用中,有时我们不仅要提取模型的中间层特征,甚至有时我们需要可视化模型的中间层特征,特别是在写论文的过程中,即可以补充一下文章的篇幅,也可以虎一虎外行人,让他觉得好牛逼好高大上啊。下面开始进入主题:其实很简单,想要哪一层的特征图直接提取那一层的输出即可,并将那一层的特征图可视化即可。首先,我们需要看一下网络都有哪些层,这个我在Pytorch从入门到放弃(3)里面就已经说明...原创 2020-05-03 00:25:41 · 12669 阅读 · 17 评论 -
Pytorch从入门到放弃(7)——可视化模型训练过程中的loss变化
深度学习就像炼丹,一次模型的训练需要很长时间,任何人都无法做到一直盯着模型的训练。通常都是开启模型训练之后,只要不报错并且随着迭代次数的增加模型的loss在下降,这时我都会去干别的了让它跑去吧,第二天再来看我的丹炼的怎么样。这时怎么在一堆仙丹(经过一天的训练会保存许多模型的权重,每迭代多少个batch或每个epoch保存一次权重)中找到最好的那一个。如果盲目的取最后几次保存的,容易取到过拟合的模型...原创 2020-02-07 19:37:08 · 15642 阅读 · 10 评论 -
Pytorch从入门到放弃(6)——实现图像多标签的训练与分类
传统的用于执行分类任务的深度学习模型,往往是解决的单分类任务,即为一幅图像只预测一个标签,但现实世界中往往一幅图像中通常是含有多个标签的 。Pytorch中分类任务常用的损失函数CrossEntropyLoss也是处理单标签数据的,无法实现多标签数据端到端的训练。在工作或日常实验中,我们经常会遇到一幅图像中含有多个标签的问题,我们需要怎样来处理呢?下面给出两个解决方案:1、即一幅图像包含几个标签就...原创 2020-02-07 15:23:02 · 21134 阅读 · 33 评论