![](https://img-blog.csdnimg.cn/20200519212924974.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
pytorch实例记录
记录自己学习pytorch的过程
智古
本人研究生,学习深度学习相关知识,希望跟大佬多交流。
展开
-
Pytorch学习 定义自己的数据集及加载训练
定义自己的数据集及加载训练转载 2020-06-21 11:56:00 · 593 阅读 · 0 评论 -
EM求解GMM代码
import numpy as npfrom numpy import linalgimport mathfrom sklearn.mixture import GaussianMixtureclass GMM(object): def __init__(self, X, K): self.N, self.D = X.shape self.K = K self.Mu, self.Sigma, self.Pi, self.Gamma = se转载 2020-05-20 12:05:26 · 300 阅读 · 0 评论 -
VAE
稀疏编码首先介绍一下“稀疏编码”这一概念。早期学者在黑白风景照片中可以提取到许多16*16像素的图像碎片。而这些图像碎片几乎都可由64种正交的边组合得到。而且组合出一张碎片所需的边的数目很少,即稀疏的。同时在音频中大多数声音也可由几种基本结构组合得到。这其实就是特征的稀疏表达。即使用少量的基本特征来组合更加高层抽象的特征。在神经网络中即体现出前一层是未加工的像素,而后一层就是对这些像素的非线性组合。有监督情况下可以利用深层卷积网络来提取特征,而自编码器就是无监督情况下根据自身的高阶特征编码自己。自编.转载 2020-05-19 21:45:00 · 1162 阅读 · 0 评论 -
AE自动编码器
使用全连接网络import torchfrom torch import nn, optimfrom torch.autograd import Variablefrom torchvision import transforms,datasetsfrom torch.utils.data import DataLoaderfrom torchvision.utils import save_imageimport osimport matplotlib.pyplot as plt.原创 2020-05-19 21:38:54 · 350 阅读 · 1 评论