Pytorch
NotFound1911
这个作者很懒,什么都没留下…
展开
-
Pytorch|YOWO原理及代码详解(三)
Pytorch|YOWO原理及代码详解(三)本博客上接,Pytorch|YOWO原理及代码详解(一),Pytorch|YOWO原理及代码详解(二),阅前可看。1. test分析 if opt.evaluate: logging('evaluating ...') test(0) else: for epoch in range...原创 2020-03-27 14:04:16 · 2469 阅读 · 29 评论 -
Pytorch|YOWO原理及代码详解(二)
Pytorch|YOWO原理及代码详解(二)本博客上接,Pytorch|YOWO原理及代码详解(一),阅前可看。1.正式训练 if opt.evaluate: logging('evaluating ...') test(0) else: for epoch in range(opt.begin_epoch, opt.end_ep...原创 2020-03-26 23:08:56 · 3989 阅读 · 27 评论 -
Pytorch|YOWO原理及代码详解(一)
Pytorch|YOWO原理及代码详解阅前可看:YOWO论文翻译YOWO很有趣,使用价值很大,最近刚好需要,所以就研究一下。一直认为只有把源码看懂,才知道诸多细节,才算真正了解一个算法。笔者能力有限,博文若有出错,欢迎指正交流。这次为了方便debug,所以就稍微改动了train.py 文件,修改为myTrain.py,代码分析就从这里开始,但在之前需要完成各项配置。1.训练之前需要的工作。...原创 2020-03-21 17:19:32 · 7554 阅读 · 34 评论 -
学习笔记|Pytorch使用教程36(循环神经网络一瞥)
学习笔记|Pytorch使用教程36本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2循环神经网络(RNN) 是什么?RNN如处理成不定长输入?训练RNN实现人名分类一.循环神经网络(RNN) 是什么?RNN :循环神经网络处理不定长输入的模型常用于NLP及时间序列任务(输入 数据具有前后关系)网络结构xt:时刻t的输入,shape...原创 2019-12-12 10:40:29 · 499 阅读 · 0 评论 -
学习笔记|Pytorch使用教程35(生成对抗网络一瞥)
学习笔记|Pytorch使用教程35本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2生成对抗网络(GAN) 是什么?如何训练GAN?训练DCGAN实现人脸生成一.生成对抗网络(GAN) 是什么?GAN:生成 对抗 网络—— 一种可以生成特定分布数据的模型(Generative Adversarial Nets》lan ] Goodfellow-...原创 2019-12-09 13:28:51 · 354 阅读 · 3 评论 -
学习笔记|Pytorch使用教程34(图像目标检测一瞥(下))
学习笔记|Pytorch使用教程34本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2图像目标检测是什么?模型是如何完成目标检测的?深度学习目标检测模型简介PyTorch中的Faster RCNN训练四.PyTorch中的Faster RCNN训练1.**torchvision.models.detection.fasterrcnn_resn...原创 2019-12-05 21:07:26 · 1538 阅读 · 1 评论 -
学习笔记|Pytorch使用教程33(图像目标检测一瞥(上))
学习笔记|Pytorch使用教程31本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2图像目标检测是什么?模型是如何完成目标检测的?深度学习目标检测模型简介PyTorch中的Faster RCNN训练一.图像目标检测是什么?目标检测:判断图像中目标的位置目标检测两要素1.分类:分类向量[p0, … pn]2.回归:回归边界框[x1, y...原创 2019-12-05 11:35:01 · 1529 阅读 · 2 评论 -
学习笔记|Pytorch使用教程31(图像分类一瞥)
学习笔记|Pytorch使用教程31本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2原创 2019-12-03 16:00:38 · 332 阅读 · 0 评论 -
学习笔记|Pytorch使用教程32(图像分割一瞥)
学习笔记|Pytorch使用教程31本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2图像分割是什么?模型是如何将图像分割的?深度学习图像分割模型简介训练Unet完成人像抠图一.图像分割是什么?图像分割:将图像每一个像素分类1.超像素分割:少量超像素代替大量像素,常用于图像预处理2. 语义分割:逐像素分类,无法区分个体3. 实例分割:对...原创 2019-12-03 15:18:19 · 5343 阅读 · 3 评论 -
学习笔记|Pytorch使用教程30(PyTorch常见报错 )
学习笔记|Pytorch使用教程30本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2原创 2019-11-28 21:59:06 · 2296 阅读 · 2 评论 -
学习笔记|Pytorch使用教程29(GPU的使用)
学习笔记|Pytorch使用教程29本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2CPU与GPU数据迁移至GPU多GPU并行运算一.CPU与GPUCPU ( Central Processing Unit, 中央处理器) :主要包括控制器和运算器GPU(Graphics Processing Unit,图形处理器) :处理统一的,无依赖的大...原创 2019-11-28 20:44:34 · 859 阅读 · 0 评论 -
学习笔记|Pytorch使用教程28(模型finetune)
学习笔记|Pytorch使用教程28本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2Transfer Learning & Model FinetunePyTorch中的Finetune一.Transfer Learning & Model Finetune二.PyTorch中的Finetune模型微调步骤:1.获取预...原创 2019-11-25 17:01:21 · 1133 阅读 · 0 评论 -
学习笔记|Pytorch使用教程27(模型保存与加载)
学习笔记|Pytorch使用教程27本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2序列化与反序列化模型保存与加载的两种方式模型断点续训练一.序列化与反序列化是为了将数据可以长久的保存。1.torch. save主要参数:obj:对象f:输出路径2.torch.load主要参数:f:文件路径map_location: 指...原创 2019-11-25 14:59:26 · 513 阅读 · 0 评论 -
学习笔记|Pytorch使用教程26(Normalizaiton_layers)
学习笔记|Pytorch使用教程26本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2为什么要Normalization ?常见的Normalizaton——BN、 LN、IN and GNNormalization小结一.为什么要Normalization ?Internal Covariate Shift (ICS): 数据尺度/分布异常,导...原创 2019-11-21 18:42:35 · 578 阅读 · 0 评论 -
学习笔记|Pytorch使用教程25(Batch Normalization)
学习笔记|Pytorch使用教程25本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2Batch Normalization概念PyTorch的Batch Normalization 1d/2d/3d实现一.Batch Normalization概念Batch Normalization :批标准化批:一批数据,通常为mini- batch标准...原创 2019-11-21 16:46:49 · 1195 阅读 · 0 评论 -
学习笔记|Pytorch使用教程24(正则化之Dropout)
学习笔记|Pytorch使用教程24本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2Dropout概念Dropout注意事项一. Dropout概念《Dropout: A simple way to prevent neural networks from overfitting》Dropout:随机失活随机: dropout probabi...原创 2019-11-18 15:56:23 · 716 阅读 · 0 评论 -
学习笔记|Pytorch使用教程23(正则化之weight_decay)
学习笔记|Pytorch使用教程23本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2正则化与偏差方差分解pytorch中的L2正则项weight decay一.正则化与偏差方差分解Regularization:减小方差的策略误差可分解为:偏差,方差与噪声之和。即误差=偏差+方差+噪声之和偏差度量了学习算法的期望预测与真实结果的偏离程度,即刻画...原创 2019-11-18 15:13:55 · 6683 阅读 · 0 评论 -
学习笔记|Pytorch使用教程22(hook函数与CAM可视化)
学习笔记|Pytorch使用教程22本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2Hook函数概念Hook函数与特征图提取CAM (class activation map,类激活图)一.Hook函数概念Hook函数机制:不改变主体,实现额外功能,像一个挂件,挂钩,hook1.torch.Tensor.register_ hook(hook...原创 2019-11-16 19:52:07 · 412 阅读 · 0 评论 -
学习笔记|Pytorch使用教程21(TensorBoard使用(二))
学习笔记|Pytorch使用教程21本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2add_image and torchvision.utils.make_gridAlexNet卷积核与特征图可视化add_graph and torchsummary一.add_image and torchvision.utils.make_grid1.ad...原创 2019-11-14 19:24:37 · 639 阅读 · 0 评论 -
学习笔记|Pytorch使用教程20(TensorBoard使用(一))
学习笔记|Pytorch使用教程20本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2SummaryWriteradd_scalar and add_histogram模型指标监控一.SummaryWriterSummaryWriter功能:提供创建event file的高级接口主要属性:log_dir : event file输出文...原创 2019-11-14 16:32:34 · 907 阅读 · 0 评论 -
学习笔记|Pytorch使用教程19(TensorBoard简介与安装)
学习笔记|Pytorch使用教程19本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2TensorBoard简介TensorBoard安装TensorBoard运行可视化一.TensorBoard简介二.TensorBoard安装三.TensorBoard运行可视化...原创 2019-11-11 17:39:34 · 663 阅读 · 0 评论 -
学习笔记|Pytorch使用教程18(学习率调整策略)
学习笔记|Pytorch使用教程18本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2为什么要调整学习率?pytorch的六种学习率调整策略学习率调整小结一.为什么要调整学习率?梯度下降: Wi+1=Wi−g(Wi)W_{i+1}=W_{i}-g(W_{i})Wi+1=Wi−g(Wi)Wi+1=Wi−LR∗g(Wi)W_{i+1}=W_{...原创 2019-11-11 16:26:52 · 646 阅读 · 0 评论 -
学习笔记|Pytorch使用教程17(优化器(二))
学习笔记|Pytorch使用教程17本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2learning rate学习率momentum动量torch.optim.SGDPytorch的十种优化器一. learning rate学习率梯度下降:Wi+1=Wi−g(Wi)W_{i+1} = W_{i}-g(W_{i})Wi+1=Wi−g...原创 2019-11-08 20:23:12 · 236 阅读 · 0 评论 -
学习笔记|Pytorch使用教程16(优化器(一))
学习笔记|Pytorch使用教程16本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2什么是优化器optimizer的属性optimizer的方法一.什么是优化器pytorch的优化器:管理并更新模型中可学习参数的值,使得模型输出更接近真实标签导数:函数在指定坐标轴上的变化率方向导数:指定方向上的变化率梯度:一个向量,方向为方向导数取得最...原创 2019-11-08 16:50:38 · 336 阅读 · 0 评论 -
学习笔记|Pytorch使用教程15(损失函数(二))
学习笔记|Pytorch使用教程15本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2其他的损失函数一.其他的损失函数1.nn.L1Loss功能:计算inputs与target之差的绝对值2.nn.MSELoss功能:计 算inputs与target之差的平方主要参数:reduction :计算模式,可为none/sum/meanno...原创 2019-11-08 11:25:21 · 469 阅读 · 0 评论 -
学习笔记|Pytorch使用教程14(损失函数(一))
学习笔记|Pytorch使用教程14本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2损失函数概念交叉熵损失函数NLL/BCE/BCEWithLogits Loss一.损失函数概念损失函数:衡量模型输出与真实标签的差异损失函数(Loss Function) :Loss=f(y∧,y)Loss=f\left(y^{\wedge}, y\ri...原创 2019-11-04 22:13:46 · 414 阅读 · 0 评论 -
学习笔记|Pytorch使用教程13(权值初始化)
学习笔记|Pytorch使用教程13本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2梯度消失与爆炸Xavier方法与Kaiming方法常用初始化方法一.梯度消失与爆炸梯度推导公式:H2=H1∗W2ΔW2=∂L0ss∂W2=∂L0ss∂out∗∂out∂H2∗∂H2∂w2=∂L0ss∂out∗∂out∂H2∗H1\begin{aligned}...原创 2019-11-04 17:01:47 · 450 阅读 · 0 评论 -
学习笔记|Pytorch使用教程12(网络层-池化-线性-激活函数层)
学习笔记|Pytorch使用教程12本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2池化层——Pooling Layer线性层——Linear Layer激活函数层——Activation Layer一.池化层——Pooling Layer1.nn.MaxPool2d功能:对二维信号(图像)进行最大值池化主要参数:kernel_si...原创 2019-10-31 16:26:01 · 1042 阅读 · 0 评论 -
学习笔记|Pytorch使用教程11(nn网络层-卷积层)
学习笔记|Pytorch使用教程11本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.21d/2d/3d卷积卷积–nn.Conv2d()转置卷积–nn.ConvTranspose一.1d/2d/3d卷积AlexNet卷积可视化,发现卷积核学习到的是边缘,条纹,色彩这一些细节模式。卷积维度:一般情况下,卷积核在几个维度上滑动,就是几维卷积。...原创 2019-10-31 15:13:52 · 400 阅读 · 0 评论 -
学习笔记|Pytorch使用教程10(模型容器与AlexNet创建)
学习笔记|Pytorch使用教程10本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。模型容器(Containers)AlexNet构建一.模型容器(Containers)nn.Sequential 是 nn.module 的容器,用于按顺序包装一组网络层顺序性:各网络层之间严格按照顺序构建自带forward():自带的forward里...原创 2019-10-29 15:39:11 · 1284 阅读 · 4 评论 -
学习笔记|Pytorch使用教程09(模型创建与nn.Module)
学习笔记|Pytorch使用教程09本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。网络模型创建步骤nn.Module属性一.网络模型创建步骤二.nn.Module...原创 2019-10-28 21:11:12 · 573 阅读 · 2 评论 -
学习笔记|Pytorch使用教程08(transforms数据预处理方法(二))
学习笔记|Pytorch使用教程08本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。transforms——图像变换transforms——transfors方法操作自定义transforms方法...原创 2019-10-28 18:58:59 · 11723 阅读 · 2 评论 -
学习笔记|Pytorch使用教程07(transforms数据预处理方法(一))
学习笔记|Pytorch使用教程07本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。数据增强transforms——裁剪transforms——翻转和旋转一.数据增强数据增强又称数据增广,数据扩增,它是对训练集进行变换,使训练集更丰富从而让模型更具泛化能力。二.transforms——裁剪1.transforms.CenterCrop...原创 2019-10-24 21:25:00 · 4256 阅读 · 3 评论 -
学习笔记|Pytorch使用教程06(图像预处理——transforms)
学习笔记|Pytorch使用教程06本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。transforms运行机制数据标准化——tansforms.normalize一.transformstorchvision:计算机视觉工具包torchvision.transforms:常用的图像预处理方法torchvision.datasets:常用...原创 2019-10-21 16:46:21 · 712 阅读 · 0 评论 -
学习笔记|Pytorch使用教程05(Dataloader与Dataset)
学习笔记|Pytorch使用教程05本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。人民币二分类Dataloader与Dataset一.人民币二分类对一元rmb和100元rmb进行二分类。机器学习模型训练步骤:1.数据2.模型3.损失函数4.优化器二.Dataloader与Dataset1.DataLoadert...原创 2019-10-21 16:03:50 · 850 阅读 · 2 评论 -
学习笔记|Pytorch使用教程04(autograd与逻辑回归)
学习笔记|Pytorch使用教程04本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。原创 2019-10-17 19:58:59 · 512 阅读 · 0 评论 -
学习笔记|Pytorch使用教程03(计算图与动态图机制)
学习笔记|Pytorch使用教程03本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。计算图Pytorch的动态图机制一.计算图计算图与梯度求导y=(x+w)∗(w+1)y=(x+w) *(w+1)y=(x+w)∗(w+1)a=x+wb=w+1a=x+w \quad b=w+1a=x+wb=w+1y=a∗by=a * by=a∗by对...原创 2019-10-14 16:49:50 · 356 阅读 · 0 评论 -
学习笔记|Pytorch使用教程02(张量操作与线性回归)
学习笔记|Pytorch使用教程02本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。张量的操作:拼接、切分、索引和变换。张量的数学运算线性回归一.张量的操作:拼接、切分、索引和变换。1.张量的拼接1.1 torch.cat()功能:将张量按维度dim进行拼接ensor:张量序列dim:要拼接的维度测试代码:# =======...原创 2019-10-14 16:23:59 · 420 阅读 · 0 评论 -
学习笔记|Pytorch使用教程01(张量简介与创建)
学习笔记|Pytorch使用教程01本学习笔记主要摘自“深度之眼”,做一个总结,方便查阅。使用Pytorch版本为1.2。1.Tensor的概念1.1.张量是一个多维数组,它是标量、向量、矩阵的高维拓展。1.2 Tensor与Variable1.3 Tensor2.Tensor的创建一:直接创建2.1 torch.tensor()功能:从data创建tensordat...原创 2019-10-11 15:43:22 · 605 阅读 · 0 评论