深度学习
文章平均质量分 73
边豪
这个作者很懒,什么都没留下…
展开
-
pytorch 常用API介绍
文章目录torch模块torch.finfo/torch.iinfotorch.chunktorch.einsumtorch.register_buffertorch.ranpermtorch.Tensor模块torch.Tensor.masked_fill/torch._ masked_fill_torch.nn模块nn.GELUnn.LayerNormtorch.nn.functional 模块F.pad基本知识torchvision.transforms下的transform.py和functiona原创 2021-03-06 11:11:38 · 1892 阅读 · 0 评论 -
torch.backends.cudnn.benchmark和torch.backends.cudnn.deterministic解读
torch.backends.cudnn.benchmark简介:总的来说,大部分情况下,设置这个 flag 可以让内置的 cuDNN 的 auto-tuner 自动寻找最适合当前配置的高效算法,来达到优化运行效率的问题。一般来讲,应该遵循以下准则:如果网络的输入数据维度(包括 batch size,图片大小,输入的通道)或类型上变化不大,设置 torch.backends.cudnn.benchmark = true 可以增加运行效率;如果网络的输入数据在每次 iteration 都变化的话,原创 2021-03-05 11:01:39 · 4123 阅读 · 2 评论 -
conda安装环境失败
https://blog.csdn.net/qq_38627475/article/details/104571202?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4.control转载 2020-12-10 16:57:30 · 972 阅读 · 0 评论 -
机器学习评价指标详解
文章目录1. 混淆矩阵,准确率,精准率,召回率2. 准确率3. 精确率(precision)4. 召回率(Recall)5. P-R曲线(查准率-查全率)6. F1分数7. ROC曲线和AUC值7.1. 灵敏度,特异度,真正率,假正率7.2 ROC(TPR-FPR)曲线7.3 AUC(曲线下的面积)参考网址1. 混淆矩阵,准确率,精准率,召回率实际结果10预测结果1TPFP0FNTNTP、FP、TN、FN都是针对与预测来说的。比如T表示预测正确原创 2020-11-07 20:56:39 · 1559 阅读 · 0 评论