![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
super码王
一直在努力,从未放弃!!!
展开
-
python中lambda函数的使用
前言:lambda函数也叫匿名函数,即,函数没有具体的名称。基础lambda语句构建的其实是一个函数对象。匿名函数有个限制,就是只能有一个表达式,不用写return,返回值就是该表达式的结果。lambda(a,b: a+b)#关键字lambda表示匿名函数,冒号前是参数,可以有多个,用逗号隔开,冒号右边的返回值。lambda优点:1、使用Python写一些执行脚本时,使用lambda可以省去定义函数的过程,让代码更加精简。2、对于一些抽象的,不会别的地方再复用的函数,有时候原创 2021-10-04 19:52:09 · 892 阅读 · 0 评论 -
Python图像处理 PIL中convert(mode)函数详解
模式分类PIL有九种不同模式:1,L,P,RGB,RGBA,CMYK,YCbCr,I,F。mode = ‘1’代码示例为二值图像,非黑即白。每个像素用8个bit表示,0表示黑,255表示白。from PIL import Image# 读取一张图片im = Image.open('./5.JPG')# 展示im.show()# 二值化之后展示im.convert('1').show()mode = ‘L’ 代码展示为灰度图像,每个像素用8个bit表示,0表示.原创 2021-10-02 23:09:46 · 2088 阅读 · 0 评论 -
torch.nn.Linear()函数讲解
函数讲解in_features指的是输入的二维张量的大小,即输入的[batch_size, size]中的size。 out_features指的是输出的二维张量的大小,即输出的二维张量的形状为**[batch_size,output_size]**,当然,它也代表了该全连接层的神经元个数。从输入输出的张量的shape角度来理解,相当于一个输入为[batch_size, in_features]的张量变换成了[batch_size, out_features]的输出张量。 bias标示偏置,相当原创 2021-10-02 22:27:22 · 1795 阅读 · 1 评论 -
torch.nn.Conv2d() 用法讲解
函数原型nn.Conv2d(in_channels, #输入通道数(int) out_channels, #输出通道数,等于卷积核个数(int) kernel_size, #卷积核尺寸(int or tuple) stride=1, # 步长(int or tuple, optional) padding=0, # 零填充(int or tuple, optional) dilation=1, # 空洞原创 2021-10-01 21:59:52 · 1046 阅读 · 0 评论 -
Mismatch in shape: grad_output[0] has a shape of torch.Size([2]) and output[0] has a shape of torch.
错误日志错误一:Mismatch in shape: grad_output[0] has a shape of torch.Size([2]) and output[0] has a shape of torch.Size([2, 2])错误二expected sequence of length 2 at dim 1 (got 1)错误原因在进行 张量 梯度求解时,传入数据维度不对错误代码示例import torch# 第一步:创建 tensorx =..原创 2021-10-01 10:18:14 · 4484 阅读 · 0 评论 -
Expected isFloatingType(grads[i].type().scalarType()) to be true, but got false.
错误原因在进行 张量 梯度求解时,传入数据类型不对解决方法指定传入张量类型为 float 类型即可错误代码示例import torch# 第一步:创建 tensorx = torch.ones(2,2,requires_grad=True)print(x)# 第二步:对 tensor 做处理y = x**2print(y)# 第三步:求梯度y.backward(torch.tensor([[3,2],[2,2]]))print(x.grad)正确代码示例原创 2021-10-01 10:12:14 · 1554 阅读 · 0 评论 -
grad can be implicitly created only for scalar outputs
错误原因你对 张量 进行了梯度求值解决方法在求梯度的时候传一个同维度的张量即可。错误示例代码如下import torch# 第一步:创建 tensorx = torch.ones(2,2,requires_grad=True)print(x)# 第二步:对 tensor 做处理# x的平方y = x**2print(y)# 第三步:求梯度y.backward() # 错误出现在这里,因为 y 是一个张量print(x.grad)正确示例代码impo原创 2021-10-01 09:58:47 · 1962 阅读 · 0 评论 -
如何安装PyTorch
前言在这里,我建议大家使用 conda 来安装,pip安装十分慢。安装步骤第一步:安装 anaconda 软件下载地址:Anaconda | Individual Editionhttps://www.anaconda.com/products/individual第二步:配置环境变量 第三步:配置成功conda常用命令集合activate // 切换到base环境activate learn // 切换到learn环境conda create...原创 2021-09-29 11:56:21 · 460 阅读 · 0 评论