![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 53
集电极
这个作者很懒,什么都没留下…
展开
-
异常:IndexError: tensors used as indices must be long, byte or bool tensors
异常:IndexError: tensors used as indices must be long, byte or bool tensors详细异常Traceback (most recent call last): File "D:/PythonCode/pytorch131/UltraGCN-main/main.py", line 624, in <module> train(ultragcn, optimizer, train_loader, test_loader,原创 2021-12-06 11:06:08 · 4004 阅读 · 3 评论 -
Pytorch中的torch.nn.Embedding()
Pytorch中的torch.nn.Embedding()torch.nn.Embedding介绍:一个简单的查找表(lookup table),存储固定字典和大小的词嵌入。当然,Embedding()的作用不一定是针对单词嵌入,也可以应付推荐系统中用户和商品的嵌入。此模块通常用于存储单词嵌入并使用索引检索它们(类似数组)。模块的输入是一个索引列表,输出是相应的词嵌入。例子代码1import torchimport torch.nn as nn# 创建10个维度大小为3的嵌入向量emb原创 2021-09-16 15:28:39 · 1313 阅读 · 0 评论 -
CNN 卷积层输出尺寸计算(长、宽)
公式:卷积后,池化后尺寸计算公式:(图像尺寸-卷积核尺寸 + 2*填充值)/步长+1(图像尺寸-池化窗尺寸 + 2*填充值)/步长+1假设输入图片大小是(H,W),滤波器(卷积核)大小(FH,FW),一般FH == FW,填充为 P步幅为S输出尺寸大小(OH,OW)则OH = (H + 2P - FH) / S +1OW = (W + 2P - FW) / S + 1pytorch 卷积函数torch.nn.Con2d(in_channels=3, out_channel原创 2021-08-29 20:19:54 · 3490 阅读 · 0 评论 -
pytorch代码解析:loss = y_hat - y.view(y_hat.size())
代码解析:pytorch中loss = y_hat - y.view(y_hat.size())import torchy_hat = torch.tensor([[-0.0044], [-0.0015], [-0.0010], [-0.0053], [-0.0107], [ 0.0055], [-0.0073], [ 0.0070], [ 0.0041],原创 2020-12-08 17:32:35 · 1282 阅读 · 0 评论 -
pytorch 代码:yield features.index_select(0,j), labels.index_select(0,j)
pytorch 代码:yield features.index_select(0,j), labels.index_select(0,j)yield features.index_select(0,j), labels.index_select(0,j)yield 首先作用理解为return,它也可以返回一个或多个值,要想调用返回值就必须在循环中index_select() 中第一个参数 0 表示以行为标准选择,例如j = tensor([1,2]),结果为选取features 第1,第2行数据原创 2020-12-09 13:36:21 · 1527 阅读 · 1 评论 -
图像插值算法:最近邻插值、双线性插值
插值算法:最近邻插值、双线性插值插值算法有很多种,这里列出关联比较密切的三种:最近邻法(Nearest Interpolation):计算速度最快,但是效果最差。双线性插值(Bilinear Interpolation):双线性插值是用原图像中4(2*2)个点计算新图像中1个点,效果略逊于双三次插值,速度比双三次插值快,属于一种平衡美,在很多框架中属于默认算法。双三次插值(Bicubic interpolation):双三次插值是用原图像中16(4*4)个点计算新图像中1个点,效果比较好,但是计算原创 2021-08-24 20:44:49 · 19073 阅读 · 2 评论 -
conda安装gpu版tensorflow和局部cuda插件,不用配置全局cuda了
conda安装gpu版tensorflow和局部cuda插件,不用配置全局cuda了把后面的命令改为你要安装的版本号conda install -c conda-forge tensorflow-gpu==1.15.0这样会顺便安装cudatoolkit和 cudnn插件不用全局安装GPU的cuda了conda会自动选择合适的cudatoolkit和 cudnn版本安装...原创 2021-05-22 11:22:02 · 302 阅读 · 0 评论 -
Python 深度学习常用包汇总
比较常用Pytorch框架,记录一下常用的包,方便重建深度学习环境。如果没有特别提示,均是在Windows下试验的。原创 2021-02-28 16:26:06 · 8861 阅读 · 1 评论 -
自然语言处理R8数据集介绍
自然语言处理R8数据集介绍R8(全术语版)是路透21578数据集的两个子集。R8有8个类别,分为5,485个培训和2,189个测试文档。多用着文本分类上。8个类别shipmoney-fxgrainacqtradeearncrudeinterest根据谷歌翻译大概是以下意思船,运输金钱外汇粮食收购贸易赚钱原油利益,利息,利润文件R8数据集有很多版本(有的经过论文作者的预处理)我的有两个文件R8.txt和R8_label.txt,也可以两个都是R8.txt,只原创 2020-12-29 16:29:56 · 3226 阅读 · 1 评论 -
GCN实战深入浅出图神经网络第五章:基于Cora数据集的GCN节点分类 代码分析
GCN实战深入浅出图神经网络第五章:基于Cora数据集的GCN节点分类 代码分析文章目录GCN实战深入浅出图神经网络第五章:基于Cora数据集的GCN节点分类 代码分析SetUp,库声明数据准备图卷积层定义模型定义模型训练SetUp,库声明In [2]:import itertoolsimport osimport os.path as ospimport pickleimport urllibfrom collections import namedtupleimport numpy原创 2020-11-12 09:35:08 · 8681 阅读 · 14 评论