自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

MIss-Y的博客

爱生活,爱学习,爱一切让自己变得更美好的东西!爱MIss-Y

  • 博客(12)
  • 收藏
  • 关注

原创 pytorch教程之nn.Module类详解——使用Module类来自定义模型

前言:pytorch中对于一般的序列模型,直接使用torch.nn.Sequential类及可以实现,这点类似于keras,但是更多的时候面对复杂的模型,比如:多输入多输出、多分支模型、跨层连接模型、带有自定义层的模型等,就需要自己来定义一个模型了。本文将详细说明如何让使用Mudule类来自定义一个模型。一、torch.nn.Module类概述个人理解,pytorch不...

2019-05-30 20:35:40 143875 32

原创 pytorch教程之nn.Sequential类详解——使用Sequential类来自定义顺序连接模型

前言:类似于keras中的序贯模型,当一个模型较简单的时候,我们可以使用torch.nn.Sequential类来实现简单的顺序连接模型。这个模型也是继承自Module类的,关于这个类,后面的文章会详细介绍。一、关于Sequential类的简介先来看一下它的定义吧,在之前,我们首先需要明确一个特别重要的观念,那就是——torch的核心是Module类,Module类在下面这个模...

2019-05-26 09:40:27 128418 23

原创 keras实现自定义层的关键步骤解析

前言:Keras提供众多常见的已编写好的层对象,例如常见的卷积层、池化层等,我们可以直接通过以下代码调用。Keras中的层大致上分为两种类型:第一种是带有训练参数的:比如Dense层、Conv2D层,等等,我们在训练的过程中需要训练层的权重和偏置项;第二种是不带训练参数的:比如dropout层、flatten层、等等,我们不需要训练它的权重,只需要对输入进行加工处理再输出就行了。...

2019-05-24 16:41:01 18256 6

原创 pytorch搭建模型的的五大层次级别(由浅入深)

前言:神经网络的搭建本身是一个较为复杂的过程,但是现在有非常多的、非常人性化的开源框架提供给我们使用,但是即便如此,网络的搭建也是有多种方法可以选择,本文以pytorch为例子加以说明。神经网络的基本流程可以分为两大步骤,即网络结构搭建+参数的梯度更新(后者又包括 “前向传播+计算参数的梯度+梯度更新”)这其实也是后面pytorch搭建神经网络的一个基本思路1 、原始搭建...

2019-05-17 17:48:23 8032 12

原创 Tensorboard深入详解(二)——在keras中自己实现Tensorboard可视化神经网络

前言:上一篇文章中《Tensorboard深入详解(一)——使用keras结合Tensorboard可视化神经网络详细教程》,我们可以看出使用keras预定义的回调函数可以非常方便的实现Tensorboard可视化,简单高效、使用快捷。但是也有不好的地方,比如我不想查看所有的权重,我只对某一个有兴趣,那我就不得不保存所有的信息到日志文件里面,这导致比较浪费,要是有办法可以定制就好了,本文不...

2019-05-16 09:18:42 2721

原创 Tensorboard深入详解(一)——使用keras结合Tensorboard可视化神经网络详细教程

前言:tensorboard是一个非常强大的工具、不仅仅可以帮助我们可视化神经网络训练过程中的各种参数,而且可以帮助我们更好的调整网络模型、网络参数,这一块类容后面会讲到,不管是tensorflow、keras、还是pytorch,tensorboard都提供了非常好的支持,本文是系列文章的第一篇,详细介绍基于keras+tensorboard如何来进行网络的可视化。写这篇文章的初衷很简单...

2019-05-15 14:33:15 27411 24

原创 keras的图像预处理全攻略(五)—— ImageDataGenerator 类结合神经网络的实践

前言:前面的系列文章已经系统的说明了keras的图像预处理操作,有原理部分、也有少量实践部分,可以参考下面的文章:keras的图像预处理全攻略(四)—— ImageDataGenerator 类实践案例keras的图像预处理全攻略(三)—— ImageDataGenerator 类的辅助类keras的图像预处理全攻略(二)—— ImageDataGenerator 类ker...

2019-05-14 16:42:24 4693 6

原创 keras的图像预处理全攻略(四)—— ImageDataGenerator 类实践案例

前言:前面已经详细介绍了keras整个图像预处理模块的详细流程,参见下面两篇文章:keras的图像预处理全攻略(二)—— ImageDataGenerator 类keras的图像预处理全攻略(三)—— ImageDataGenerator 类的辅助类本文结合实际案例来说说明到底该怎么应用ImageDataGenerator 类以及需要注意的一些事项一、图像分类问题中Im...

2019-05-13 18:00:48 20811 9

原创 keras的图像预处理全攻略(三)—— ImageDataGenerator 类的辅助类

上一篇文章介绍了keras图像预处理的核心类—— ImageDataGenerator 类,其实关于keras的图像预处理与图像generator都是通过这个类来实现的,第一篇文章介绍的相关方法都是为这个类服务的辅助方法,本文要介绍的几个类都是为ImageDataGenerator 类服务的辅助类,所以在实际应用中,一般不需要用到辅助方法与辅助类,只需要使用ImageDataGene...

2019-05-13 10:20:24 4997 4

原创 keras的图像预处理全攻略(二)—— ImageDataGenerator 类

上一篇文章已经详细介绍了keras进行图像预处理的一些常规操作,但是有一个问题就是上面的那些方法都是针对一张图片进行操作的,我们在深度学习的时候,当然也可以事先先一张一张将图片进行预处理,然后再将图片放入训练,但是这样做效率比较低下,而且不是实时的,即图像的预处理变成了完全的事先操作,和后面的训练毫无关系。那有没有效率更加高校一些,在训练的时候边训练边处理的实时操作方法呢?keras提供了...

2019-05-10 15:46:51 48661 5

原创 keras的图像预处理全攻略(一)——基本的图像变换(Image Transform)方法

keras中主要提供了主要的四个模块:(1)......\Lib\site-packages\keras\preprocessing\image.py (这个不完全,完全的详细的参考下面的序号2)(2)......\Lib\site-packages\keras_preprocessing\image.py(3)......\Lib\site-packages\keras...

2019-05-10 11:43:35 16566 5

原创 pytorch各个版本下载地址大全

pytorch官方网站有一个问题就是默认的是只推荐安装最新版本的pytorch,但是有时候我想安装一些老一点的版本,不太好找,而通过pip在线安装当然可以,可是在国内常常下载速度又很慢,或者是下载到一半就被终止了,经过搜集,我将一些常见的版本的下载地址总结如下:当前截止时间为2019年5月9日。另外需要注意的是本文是以python3.6为基础的,另外python3....

2019-05-09 15:06:09 85777 7

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除