![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch学习专栏
作为目前越来越受欢迎的深度学习框架,pytorch 基本上成了新人进入深度学习领域最常用的框架。
酸梅果茶
Just gotta keep going
展开
-
【pytorch】anaconda安装pytorch
pip命令补充源地址 可以直接执行 pip install k -i http://pypi.douban.com/simple --trusted-host pypi.douban.com(k替换为模块名称即可,采用的源为豆瓣)或 pip install k -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com(用其他源安装依旧可行,此源为阿里云) 这里测试了参考网站提供的中科大和清华大学的源,无论–turs原创 2021-04-13 17:52:44 · 150 阅读 · 0 评论 -
【pytorch_6】理解CNN神经网络卷积层池化层
文章目录什么是卷积?为什么用卷积?怎样卷积?什么是池化?为什么池化?怎样池化?基于pytorch实现CNN神经网络卷积、池化分解CNN网络模型代码实现 什么是卷积?为什么用卷积?怎样卷积? 什么是池化?为什么池化?怎样池化? 基于pytorch实现CNN神经网络卷积、池化分解 CNN网络模型代码实现 参考:《PyTorch深度学习实践》完结合集 ...原创 2020-08-19 15:11:36 · 257 阅读 · 0 评论 -
【pytorch_5】加载数据集
epoch:训练所有的数据集的迭代次数 Bach_size:每一批次训练的数量 Iterations:训练所有数据集的批次 import numpy as np import torch from torch.utils.data import Dataset,DataLoader # prepare dataset class DiabetesDataset(Dataset): def __init__(self,filepath): xy = np.loadtxt(fil原创 2020-08-17 21:49:43 · 313 阅读 · 0 评论 -
【pytorch_4】线性回归与逻辑回归例程
基于pytorch的线性回归和逻辑回归代码比较。 五大步骤: prepare dataset design model using class construct loss and optimizer Training cycle testing #线性回归 import torch #prepare dataset x_data = torch.Tensor([[1.0],[2.0],[3.0]]) y_data = torch.Tensor([[2.0],[4.0],[6.0]]) # desi原创 2020-08-16 18:29:46 · 157 阅读 · 0 评论 -
【pytorch_3】简单的线性回归
搭建一个简单的线性回归模型,并将代码转化成pytorch版本。 目的:对比普通代码与pytorch代码的区别。 #随机梯度下降法(普通版) import numpy as np x_data = [1.0, 2.0, 3.0] y_data = [2.0, 4.0, 6.0] w = 1.0 def forward(x): return x*w def loss(x,y): y_pred = forward(x) return (y_pred-y)**2原创 2020-08-16 16:39:26 · 134 阅读 · 0 评论 -
【Pytorch_2】搭建一个简单的分类器
参考《pytorch学习笔记(1):开始一个简单的分类器》 首先,运行完整代码,看看效果: 可以看出来,实现了分类功能,损失值降到了0.33左右。下面开始解析代码。实现过程: 自定义一个数据集; 定义一个神经网络; 调用神经网络,计算损失值; 测试训练集,显示结果; 测试自定义测试集,显示结果。 本文中涉及到的Pytorch主要知识点有: torch.ones() torch.normal() torch.zeros() torch.cat() torch.nn.Linear() torch.原创 2020-07-16 16:18:42 · 318 阅读 · 0 评论 -
【Pytorch_1】学习前言
最近一直在看Pytorch深度学习框架,读了不少内容,感觉有些总结的挺好的,记录下来,以备后续查找复习。 首先是Pytorch官网 然后是公众号《 机器学习与推荐系统》,里面有几篇Pytorch教程,挺不错的。一篇长文学懂 pytorch 再然后是B站,1.01.第一课 深度学习回顾与PyTorch简介 以及实战课程《PyTorch深度学习实践》完结合集 学习流程: 首先看官方文档,看看大概有哪些模块,有个印象即可。 多找找一些例程,看不懂没关系,主要是看看Pytorch代码有哪些共同特点,还是要心里有个原创 2020-07-16 11:31:44 · 178 阅读 · 0 评论