- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 李宏毅2020机器学习深度学习(3) CNN卷积神经网络 笔记+作业
目录1. 背景知识1.1 CNN(卷积神经网络)结构介绍1.2 卷积层1.3 Pooling池化层1.4 经过一次卷积与池化的结果1.5 Flatten1.6 注意Filter的维度1.7 补充：1x1卷积1.8 CNN学到了什么2. 作业描述3. 数据预处理4. 在train set 上训练，参考val set上的结果调参5. 在总的训练集上训练1. 背景知识1.1 CNN(卷积神经网络)结构介绍整体结构图如下所示：输入数据（如一张图片）会经过许多卷积运算和Pooling池化层，最后拉平为一维再
2020-10-09 14:57:48
5080
4
原创 PyTorch学习笔记（3）Dataset和DataLoader
李宏毅深度学习网课作业3迟迟做不下去，发现pytorch方面要补的课还是太多utils.data包括Dataset和DataLoader。torch.utils.data.Dataset为抽象类。自定义数据集需要继承这个类，并实现两个函数，一个是__len__，另一个是__getitem__，前者提供数据的大小（size），后者通过给定索引获取数据和标签。__getitem__一次只能获取一个数据，所以需要通过torch.utils.data.DataLoader来定义一个新的迭代器，实现batch读取。
2020-10-08 15:22:35
1416
1
原创 PyTorch学习笔记（2）神经网络
这里写目录标题1. PyTorch的nn模块2. nn的子类1. PyTorch的nn模块PyTorch的nn.Module及其子类被设计为可以同时处理多个样本。为了容纳多个样本，模型希望输入的第0维为这个批次中的样本数目。nn中的任何模块都被编写成同时产生一个批次（即多个输入）的输出。 因此，假设你需要对10个样本运行nn.Linear，则可以创建大小为 B x Nin 的输入张量，其中 B 是批次的大小，而 Nin 是输入特征的数量，然后在模型中同时运行图5.7显示了批处理图像数据的类似的情况。
2020-10-06 15:08:34
488
原创 PyTorch学习笔记（1）autograd和backward
目录1. 一个线性回归的例子2. 使用自动求导3. 优化器1. 一个线性回归的例子例子与代码来自 PyTorch 官方教程书《Deep learning with PyTorch》Deep-Learning-with-PyTorch-Chinese假设你去了一些鲜为人知的地方旅游，然后带回了一个花哨的壁挂式模拟温度计。这个温度计看起来很棒，非常适合你的客厅。唯一的缺点是它不显示单位。不用担心，你有一个计划。你用自己喜欢的单位建立一个读数和相应温度值的数据集，然后选择一个模型，并迭代调整单位的权重，直
2020-10-04 15:42:38
690
mgsvtpp.[v4.0.6].CT
2019-12-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人