深度学习
文章平均质量分 91
赤坂·龙之介
专注python,pytorch常见函数的解析。
展开
-
pytorch使用GPU炼丹笔记
如何使用GPU训练/测试模型使用单GPU设置设备将数据转换成CUDA张量将模型参数转换成CUDA张量使用指定GPU1.使用CUDA_VISIBLE_DEVICES。1.1 直接在终端或shell脚本中设定:1.2 python代码中设定:2. 使用函数 set_device使用多GPU实验结果原理:通过依靠GPU的并行计算能力,能够大大缩短模型训练时间。在使用GPU跑代码的时候,只需要将模型参数和数据放到GPU上转换成CUDA张量即可。所以,代码需要修改的地方只有两处:1.模型实例化处。2.数据原创 2021-08-24 21:34:23 · 1853 阅读 · 0 评论 -
安装Pytorch如何选择CUDA的版本
安装Pytorch时CUDA的选择Nvidia CUDA查看CUDA版本方法查看CUDA的驱动API版本查看CUDA的运行API版本查看官方CUDA的运行API版本方法1方法2查看Anaconda里cudatoolkit包版本CUDA是一个并行计算平台和编程模型,能够使得使用GPU进行通用计算变得简单和优雅。Nvidia官方提供的CUDA 库是一个完整的工具安装包,其中提供了 Nvidia驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。Nvidia CUDANvidia安装的cuda是原创 2021-08-01 17:09:55 · 6335 阅读 · 3 评论 -
pytorch实现图像分类代码实例
图像多标签分类例子import osimport torchimport torch.nn as nnimport torchvision.transforms as transformsimport torchvision.datasets as datasetsimport torchvision.models as modelsimport matplotlib.pyplot as pltfrom matplotlib.ticker import MultipleLocatorfro原创 2020-12-04 23:25:46 · 4940 阅读 · 0 评论 -
Pytorch机器学习/深度学习代码笔记
DatasetDataset是一个抽象类,可以自定义数据集,为了能够方便的读取,需要将要使用的数据包装为Dataset类。自定义的Dataset需要继承它并且实现两个成员方法:1.getitem():该方法定义用索引(0到len(self))获取一条数据或一个样本。2.len()方法返回数据集的总长度。DataLoadDataLoad提供了对Dataset的读取操作,常用参数有:Dataset数据集实例,batch_size(每个batch的大小,shuffle(是否进行搅乱操作),num_wo原创 2020-12-03 21:05:12 · 1129 阅读 · 0 评论