![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
信号傅老师
这个作者很懒,什么都没留下…
展开
-
Pytorch中 list(net.parameters())[0]
Pytorch中 list(net.parameters())[0]先看一下Lenet的代码class LeNet(nn.Module): def __init__(self): super().__init__() self.conv = nn.Sequential( nn.Conv2d(1, 6, 5), # in_chan...原创 2019-12-16 21:44:01 · 2484 阅读 · 0 评论 -
学习pytorch
1、print('cuda') if torch.cuda.is_available() else print('cpu')输出cuda这就像if else语句一样2、super(LeNet, self).__init__()这是python2中的写法,python3中在子类的初始化函数中,关联父类的初始化方法,不用再super()函数中传参super().__init__()...原创 2019-12-13 10:46:10 · 152 阅读 · 0 评论 -
BN层pytorch实现
# Created by Xky at 2019/11/29import timeimport torchimport torchvisionimport torch.nn as nnimport sysimport torchvision.transforms as transformsfrom torch.utils.data.dataloader import DataLoad...原创 2019-11-29 14:12:32 · 3237 阅读 · 0 评论 -
BN层中为什么测试时使用训练的到的全局均值以及标准差?
预测时的批量归⼀化《动手学习深度学习》李沐使⽤批量归⼀化训练时,我们可以将批量⼤小设的⼤⼀点,从而使批量内样本的均值和⽅差的计算都较为准确。将训练好的模型⽤来预测时,我们希望模型对于任意输⼊都有确定的输出,因此,单个样本的输出不应取决于批量归⼀化所需要的随机小批量中的均值和⽅差 。一种常⽤的⽅法是通过移动平均估算整个训练数据集的样本均值和⽅差,并在预测时使⽤它们得到确定的输出。可⻅,和丢弃层⼀...原创 2019-11-29 13:08:56 · 1736 阅读 · 2 评论