![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
qingqing2620
这个作者很懒,什么都没留下…
展开
-
python入门笔记
前言一、33个关键字、数据类型、运算符、三种句型1.查看关键字2.数据类型3.运算符(1)算术运算符(2)关系运算符(3)逻辑运算符4.句型(1)顺序结构(2)分支结构(条件分支、多分支)(3)循环结构二、数据1.字符串2.读入数据总结前言本笔记主要记录:Python语言原创 2022-03-18 18:55:55 · 299 阅读 · 0 评论 -
电磁场理论笔记一
考核方式: 平时成绩40% 期末成绩60%教材 汤红卫等第一章 矢量分析矢量分析知识场论1.1矢量及代数运算1.1.1基本概念 (1)矢量与标量 矢量,有大小有方向 标量,只有大小 (2)单位矢量与矢量的分量单位矢量: 模为1的矢量(公式) 矢量a (公式) a的模 (公式) (3)位置矢量 设空间中有一点P,它的位置所选......原创 2022-06-07 16:30:25 · 471 阅读 · 0 评论 -
pytorch学习之最大池化的使用
最大池化的目的:保留输入的特征,但同时把数据量减小,加快训练import torchfrom torch import nnfrom torch.nn import MaxPool2dinput = torch.tensor([[1,2,0,3,1], [0,1,2,3,1], [1,2,1,0,0], [5,2,3,1,1],原创 2022-02-24 12:24:00 · 1131 阅读 · 0 评论 -
pytorch学习之神经网络的基本骨架-nn.Module的使用
nn-neural networkmodule的使用import torch.nn as nnimport torch.nn.functional as Fclass Model(nn.Module): def __init__(self): super(Model, self).__init__() self.conv1 = nn.Conv2d(1, 20, 5) self.conv2 = nn.Conv2d(20, 20, 5)原创 2022-02-23 16:11:35 · 258 阅读 · 0 评论 -
pytorch学习之dataloader的使用
简单介绍dataset数据集dataloader数据加载器,从dataset中去取数据看dataloader官方文档dataset告诉我们有几张数据参数设置import torchvision#准备的测试数据集test_data = torchvision.datasets.CIFAR10("./dataset", tran=False, transform=torchvision.transforms.ToTensor())test_loader = Dataloader(datase原创 2022-02-19 16:50:14 · 729 阅读 · 0 评论 -
pytorch学习之tensorboard的使用
SummaryWriterclass SummaryWriter(builtins.object) | Writes entries directly to event files in the log_dir to be | consumed by TensorBoard. | | The `SummaryWriter` class provides a high-level API to create an event file | in a given directory a.原创 2022-02-07 22:05:22 · 2316 阅读 · 0 评论 -
pytorch学习之Dataset类
一、import osroot_dir = r"Dataset_data/train"label_dir = "ants"path = os.path.join(root_dir,label_dir)print(path)例子1:from PIL import Imagepath = "d:a" #获取图片的地址img = Image.open(path)img.size #尺寸Img.show(...原创 2022-02-05 16:58:17 · 1916 阅读 · 0 评论 -
pytorch之python基础
for x in y循环体用x依次表示y中的元素1.历遍字符串y = 'i love you'for x in y: print(x)2.历遍列表y = ['i love you']for x in y: print(x)for i,v in enumerate(y): print(i,v)原创 2022-02-01 15:57:36 · 1641 阅读 · 0 评论 -
pytorch学习之图片处理
pytorch学习原创 2022-02-01 13:03:27 · 3408 阅读 · 0 评论 -
【无标题】pytorch学习之torchvision
List item原创 2022-02-19 16:18:03 · 341 阅读 · 0 评论