Pytorch入门手册
文章平均质量分 53
K同学啊
“365天深度学习训练” 报名中,报名微信:mtyjkh_
展开
-
nn.ZeroPad2d()层详解
在这个示例中,输出张量的尺寸将变为(1, 3, 36, 36),在输入张量的周围增加了2个零值填充。在PyTorch中,"zeropad"层实际上是指的是"ZeroPad2d"模块,它是PyTorch中的一个二维零填充层。它主要用于在二维输入张量的周围添加零值像素,从而改变输入张量的尺寸。在上述示例中,我们首先创建了一个大小为(1, 3, 32, 32)的输入张量,表示一个批次大小为1的RGB图像,高度和宽度均为32。层,您可以方便地控制输入张量的尺寸,并在卷积神经网络中实现各种形状的操作。原创 2023-07-05 09:42:17 · 1255 阅读 · 0 评论 -
torch.zeros() 函数介绍
函数是 PyTorch 中的一个函数,用于创建一个指定大小的全零张量(tensor)。函数返回一个新的张量,其元素全部为零,并具有指定的形状、数据类型和设备。函数常用于初始化模型参数、创建占位符张量等场景。原创 2023-06-02 16:14:49 · 5358 阅读 · 0 评论 -
torch.nn.utils.rnn.pad_sequence()详解【Pytorch入门手册】
填充张量(tensor)至等长度原创 2022-06-10 15:16:57 · 2679 阅读 · 0 评论 -
torch.utils.data.DataLoader()详解【Pytorch入门手册】
根据自定义的格式将数据封装成Tensor。 – dataset from which to load the data.要从中加载数据的数据集。 – how many samples per batch to load (default: 1).每批次要装载多少样品 – set to True to have the data reshuffled at every epoch (default: False).设置为True以使数据在每个时期都重新洗牌 – defines the str...原创 2022-06-10 14:59:33 · 1717 阅读 · 0 评论 -
model.train()、model.eval()、optimizer.zero_grad()、loss.backward()、optimizer.step作用及原理详解【Pytorch入门手册】
1. model.train()的作用是启用 Batch Normalization 和 Dropout。如果模型中有BN层(Batch Normalization)和Dropout,需要在训练时添加model.train()。model.train()是保证BN层能够用到每一批数据的均值和方差。对于Dropout,model.train()是随机取一部分网络连接来训练更新参数。2. model.eval()的作用是不启用 Batch Normalization 和 Dropout。如果模型中有BN层(Ba原创 2022-06-08 09:53:05 · 2126 阅读 · 0 评论 -
torchvision.transforms.Compose()详解【Pytorch入门手册】
简介torchvision是pytorch的一个图形库,它服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。以下是torchvision的构成:1.torchvision.datasets: 一些加载数据的函数及常用的数据集接口;2.torchvision.models: 包含常用的模型结构(含预训练模型),例如AlexNet、VGG、ResNet等;3.torchvision.transforms: 常用的图片原创 2022-05-20 10:48:30 · 7196 阅读 · 0 评论