Pytorch
strong tyj
在校学生
展开
-
Pytorch学习笔记【20】:batch_normalization(批标准化)
1. 什么叫做批标准化呢? 简单 来说就是将数据有效的控制在一个范围内,这样神经网络才能更好的学习它,具体不做阐述,感兴趣的读者可以去查查资料哦, 本篇代码主要对比使用 批标准化和不使用两种情况。2. 代码import torchfrom torch import nnfrom torch.nn import initimport torch.utils.data ...原创 2019-11-21 13:48:39 · 429 阅读 · 0 评论 -
Pytorch学习笔记【19】:利用dropout解决过拟合问题
如果对于什么 叫过拟合不是很清楚,可以参考我的另一篇博客:https://blog.csdn.net/qq_36499794/article/details/103178812注意 看代码注释以及 运行结果,最好自己去运行一遍本篇代码对比了用 dropout和不用dropout情况下的拟合情况。1.代码import torchimport matplotlib.py...原创 2019-11-21 11:18:37 · 659 阅读 · 0 评论 -
Pytorch学习笔记【18】:使用GPU加速
之前我写过一篇CNN识别手写数字的博客,我这一篇的介绍将基于那一篇的代码做出相关改进1. 改过的代码2. 原本的代码import os# third-party libraryimport torchimport torch.nn as nnimport torch.utils.data as Dataimport torchvisionimp...原创 2019-11-21 10:45:35 · 996 阅读 · 0 评论 -
Pytorch学习笔记【17】:pytorch的多个参数可以动态改变?
1. 代码动态体现:stepimport torchfrom torch import nnimport numpy as npimport matplotlib.pyplot as plt# torch.manual_seed(1) # reproducible# Hyper ParametersINPUT_SIZE = 1 # rnn in...原创 2019-11-21 10:32:47 · 420 阅读 · 0 评论 -
Pytorch学习笔记【16】:GAN生成对抗网络简单实战
如果对于GAN生成对抗网络不是很了解,可以 查看我的另一篇 博客,会对GAN做一个介绍,模型解释:https://blog.csdn.net/qq_36499794/article/details/103176782结合代码, 运行结果,代码 注释(自己运行最好)一. 代码import torchimport torch.nn as nnimport numpy as...原创 2019-11-21 10:22:29 · 490 阅读 · 0 评论 -
Pytorch学习笔记【15】:Q-learning强化学习算法简单实现
这个没有基础没法看的,建议没有基础的先看看我的另一篇博客,会介绍强化学习以及Q-learng算法流程:https://blog.csdn.net/qq_36499794/article/details/103162841一. 代码import torchimport torch.nn as nnimport torch.nn.functional as Fimport n...原创 2019-11-20 16:04:53 · 3055 阅读 · 2 评论 -
Pytorch学习笔记【14】:自编码(autoencoder)
一. 什么是自编码 自编码是什么呢?就是说假如我们需要训练的数据量非常大,那么 神经网络的压力是很大的,所以我们可以 将其压缩一下,再解压,通过对比解压之后的和原来的 数据,反向传播去训练,训练好之后,我们再需要 用到这批数据,就 只需用压缩之后的数据即可,这样就大大减小了神经网络的训练压力,增加了训练效率。看下图就明白了: ...原创 2019-11-20 10:35:18 · 555 阅读 · 0 评论 -
Pytorch学习笔记【13】:RNN实现回归(利用sin曲线回归cos曲线)
注意看代码注释,自己可以跑一遍,结合代码注释会比较好,解析都在代码注释里面。版本:Python3.7,torch1.3.1, cuda没有1. 代码import torchfrom torch import nnimport numpy as npimport matplotlib.pyplot as plt# 定义一些参数TIME_STEP = 10INPUT_...原创 2019-11-20 09:45:32 · 158 阅读 · 0 评论 -
Pytorch学习笔记【12】:RNN(LSTM)实现手写数字识别
注意看代码注释,解析全在注释里面了。1. 代码import torchfrom torch import nnimport torchvision.datasets as dsetsimport torchvision.transforms as transformsimport matplotlib.pyplot as plt# torch.manual_seed(1) ...原创 2019-11-19 15:03:12 · 1164 阅读 · 0 评论 -
Pytorch学习笔记【11】:pytorch中RNN的一些参数解释
今天做RNN识别手写数字,发现参数的意义对于模型的理解影响重大,所以想记录一些常用参数,以后忘记了来看看hn就是RNN的最后一个隐含状态,output就是RNN最终得到的结果。numlayer是隐藏层的层数。...原创 2019-11-19 14:51:13 · 667 阅读 · 0 评论 -
Pytorch学习笔记【10】:实战!CNN手写数字识别
注意看代码注释!!!解析都在注释里,不要怕麻烦,自己复制代码,运行一遍,然后结合 运行结果和代码注释就能够看懂代码1. 代码:import os# 引入一些包import torchimport torch.nn as nnimport torch.utils.data as Dataimport torchvisionimport matplotlib.pyplot...原创 2019-11-12 16:26:58 · 281 阅读 · 0 评论 -
Pytorch学习笔记【9】:实战!对比各种优化器的训练效率
注意看代码注释,解析全在注释里面!!!1. 代码:import torchimport torch.utils.data as Dataimport torch.nn.functional as Fimport matplotlib.pyplot as plt""" 此段代码用于对比各种优化器在神经网络训练时候的训练速度"""# 定义一些参数,学习率,每一批...原创 2019-11-11 16:51:09 · 272 阅读 · 0 评论 -
Pytorch学习笔记【8】:批量训练数据(自定义每次训练数据量)
注意看代码注释,解析全在 注释里1. 代码:import torchimport torch.utils.data as Datatorch.manual_seed(1) # reproducibleBATCH_SIZE = 5 # 每次训练5个数据# BATCH_SIZE = 8x = torch.linspace(1, 10, 10) # th...原创 2019-11-11 16:01:42 · 1226 阅读 · 0 评论 -
Pytorch学习笔记【7】:快速搭建神经网络,神经网络的保存与加载
还是老话,注意看代码 注释,解析都在注释里一. 快速搭建神经网络1. 代码import torchimport torch.nn.functional as F"""此段代码主要诠释了如何快速搭建神经网络以及两种搭建方法的输出比较,我们可以看到输出略有不同,但是两种方式搭建的神经网络的效果是一模一样的。"""class Net(torch.nn.Module)...原创 2019-11-11 13:22:08 · 282 阅读 · 1 评论 -
Pytorch学习笔记【6】:简单神经网络实现分类
注意看代码注释,所有的解析都写在代码注释 里面了1. 代码:import torchimport torch.nn.functional as Fimport matplotlib.pyplot as pltfrom torch.autograd import Variable""" torch.normal(means, std, out=None) 参...原创 2019-11-10 13:12:24 · 430 阅读 · 0 评论 -
Pytorch学习笔记【5】:简单神经网络实现回归模型
还是 那句老话!!!注意看代码注释和运行结果,解析全部写在代码注释中了。一. 代码import torchimport torch.nn.functional as Fimport matplotlib.pyplot as pltfrom torch.autograd import Variable# 先自己构造数据x = torch.unsqueeze(torch.l...原创 2019-11-10 09:36:16 · 468 阅读 · 0 评论 -
Pytorch学习笔记【4】:激活函数
一. 激活函数的作用 神经网络之间的传递其实是线性的,但是我们有时候需要 模拟的图形或许是非线性的,这种时候怎么办呢? 这种时候就需要 激活函数站出来了。激活函数就能够实现非线性化。让我们的神经网络能够支持更多的图形模式。二. 激活函数的 种类 常用的激活函数是四类: 1. Relu 2. Sigmoid 3. Tanh 4. S...原创 2019-11-10 09:02:27 · 296 阅读 · 0 评论 -
Pytorch学习笔记【3】:Variable变量解释
注意看代码注释,解析全写注释里了,看运行结果!!!!!1. 代码# Variable,是变量的意思,和我们平时接触的数学函数中的变量是一个道理,只不过抽象化了。所以不要把这个想得太复杂import torchfrom torch.autograd import Variabletensor = torch.FloatTensor([[1,2],[3,4]])variab...原创 2019-11-08 22:17:23 · 203 阅读 · 0 评论 -
Pytorch学习笔记【2】:tensor和numpy比较
直接上代码,注意看代码注释以及运行结果!!!1. numpy 和tensor的互相转变import torchimport numpy as np# numpy 和 Tensor的转变np_data = np.arange(6).reshape((2,3))torch_data = torch.from_numpy(np_data) # numpy数据变成torch的Te...原创 2019-11-08 22:10:38 · 701 阅读 · 0 评论 -
Pytorch学习笔记【1】:Pytorch在win10下搭建cuda版本的环境
一. 实验环境介绍anoconda(python3.7) cuda10.1 pycharm二. 安装anaconda 到anaconda官网安装即可:下载好之后点击安装即可。如何检测conda装好了呢?在cmd里面打conda -V,不报错就安好了。三. 安装cuda 百度搜索cuda download。进入官网,下载...原创 2019-11-07 22:11:03 · 619 阅读 · 0 评论