![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
文章平均质量分 55
难受啊!马飞...
机器学习已经变成实验科学了
展开
-
python,将多张图像图像保存为tif格式,包括高纬度
主要是关于如何将图像保存到tif容器中的详细介绍原创 2022-09-25 00:45:08 · 2149 阅读 · 0 评论 -
python中的break、continue和pass
我们在写代码的时候,有时需要提前结束程序,这就包括直接跳出这个for循环和结束本次循环并重新开始该放for循环。这就需要用到break和continue1. breakbreak 语句用于跳出 for 和 while 循环过程,跳出后对应的 else 部分将不执行。例如:for letter in 'Python': if letter == 'o': break print('当前字母为:', letter)上述代码运行结果为当前字母为: P当前字母为: y原创 2022-05-11 13:47:47 · 1022 阅读 · 0 评论 -
Python解包运算操作*和打包运算zip
背景还是我在高DQN算法的时候遇到的,下面代码的第七行。完整代码参考这个博客。def optimize_model(): if len(memory) < BATCH_SIZE: return transitions = memory.sample(BATCH_SIZE)#从replay buffer中选择transitions #转置batch(有关详细说明,请参阅https://stackoverflow.com/a/19343/3343043)原创 2022-05-09 22:46:32 · 1432 阅读 · 0 评论 -
Pytorch(Python)中的itertools.count()函数
在看深度强化学习DQN代码时,遇到这段代码,搞了好久都没看明白。完整代码参考这个博客。for t in count(): #count()用法: itertools.count(start=0, step=1) #start:序列的开始(默认为0) #step:连续数字之间的差(默认为1) reward = 0 #设置初始化奖励为0 m_reward = 0#求和奖励 # 每m帧完成一次action原创 2022-05-09 18:27:03 · 4552 阅读 · 2 评论 -
python和pytorch中的lambda()和map()
这两个函数在一些大型网络中经常联合在一起使用,我经常会用到,每次看了就懂了。然后下次遇到又忘了,然后还要再来搜,浪费时间。所以这次打算按照自己的理解和别人的例子,一块写在一个博客里,以后就忘记了就可以直接弄过来看。一、lambda函数举个小例子先用普通的def函数写一个函数def sq(x): return x*xmap(sq,[y for y in range(10)])然后再用lambda和map一起实现上个def函数map(lambda x: x*x,[y for y in r原创 2022-05-08 16:35:05 · 2523 阅读 · 0 评论 -
python生成pkl文件(pkl文件的读取和写入)
我在训练UCF101数据集的时候,遇到一个大高玩使用pkl文件,一开始使用它们的数据炮的好好的。后来开始跑自己的数据时,就出问题了。不知道这个pkl到底是个什么东西。原始的那个大高玩的ucf101的标签数据读取出来是这个样的:['PommelHorse', 'Surfing', 'HammerThrow', 'PlayingViolin', 'WallPushups', 'PullUps', 'PizzaTossing', 'SalsaSpin', 'Shotput', 'CricketShot',原创 2022-05-06 23:38:57 · 17232 阅读 · 4 评论 -
PyTorch,把训练历史(损失函数和准确率)保存到csv文件中
一、首先生成一个CSV文件import randomimport pandas as pdfrom datetime import datetime#创建train_acc.csv和var_acc.csv文件,记录loss和accuracydf = pd.DataFrame(columns=['time','step','train Loss','training accuracy'])#列名df.to_csv("F:\\Documents\\train_acc.csv",index=False转载 2022-05-06 18:14:30 · 4170 阅读 · 2 评论 -
我的一些视觉工具(1)之动作预测--逐行详解C3D代码(Pytorch)
该博客主要参考这个工程提供的代码我们在他们代码的基础之上进行魔改当然了,既然要魔改人家的数据,肯定要先把人家的思路看明白。对于3D神经网络来讲,好多小伙伴最关心的肯定还是数据的喂入方法和数据集的格式喽。下第一个部分就是详细第一个部分就是1. 输入数据–数据预处理1.1 输入数据的格式C3D时直接处理视频数据的,但是这并不意味着C3D模型的输入数据就是视频。实际上,C3D模型的输入也是一系列的图像,这里面图像的格式是:[c,l,h,w][c,l,h,w][c,l,h,w],其中,ccc是图像通道原创 2022-03-30 18:42:44 · 3489 阅读 · 10 评论 -
初探强化学习(13)DQN的Pytorch代码解析,逐行解析,每一行都不漏
首先上完整的代码。这个代码是大连理工的一个小姐姐提供的。小姐姐毕竟是小姐姐,心细如丝,把理论讲的很清楚。但是代码我没怎么听懂。小姐姐在B站的视频可以给大家提供一下。不过就小姐姐这个名字,其实我是怀疑她是抠脚大汉,女装大佬。不说了,先上完整的代码吧1. 完整的代码import gymimport mathimport randomimport numpy as npimport matplotlib.pyplot as pltfrom collections import namedtupl原创 2022-03-28 19:00:59 · 8044 阅读 · 3 评论 -
pytorch 保存模型+加载模型+修改部分层+冻结部分层+删除部分层
pytorch的一些细节操作本文以普通的CNN为例1. 实验用的模型参考博客。2. 模型代码原始代码分成两个部分:第一个是写CNN模型框架的py文件,cnn.py第二个是主文件,用于下载数据和模型超参数等。work.pycnn.py文件如下:from torch import nnclass CNN(nn.Module): def __init__(self): super(CNN, self).__init__() self.layer1 =原创 2021-10-27 13:54:05 · 20975 阅读 · 11 评论 -
Pytorch拾遗(2).max()和.min()方法的详解
min和max使用方法一样,主要以max为主。#A.min(0): 返回A每一列最小值组成的一维数组;#A.min(1):返回A每一行最小值组成的一维数组;#A.max(0):返回A每一列最大值组成的一维数组;#A.max(1):返回A每一行最大值组成的一维数组;在pytorch写的代码 特别是强化学习DQN中需要从记忆池中选择transition时,用到了下面的代码q_target = b_r + GAMMA * q_next.max(1)[0].view(BATCH_SIZE, 1)其原创 2022-03-24 20:07:19 · 2149 阅读 · 0 评论 -
Pytorch拾遗(1)gather()方法的详解
没什么好解释的,瘦了三个博客,感觉大家似乎都讲的不清楚我在这里直接把核心思想讲出来。首先上代码from numpy import array # 从numpy中引入array,为创建矩阵做准备import numpy as npimport torchimport torch as ta = t.arange(0,16).view(4,4)'''a = tensor([[ 0, 1, 2, 3], [ 4, 5, 6, 7],原创 2022-03-24 19:39:16 · 1860 阅读 · 2 评论