![](https://img-blog.csdnimg.cn/20190918140129601.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
PyTorch
学习
怎么又在想我
想要活成阿怪的样子
展开
-
MaxPool2d 的使用(池化层)(附代码)
MaxPool2d 的使用此处我们仍然使用官网自带的数据集进行训练,最后将其可视化加载数据集和可视化部分在此处不在介绍,若需要了解:加载数据集:torch.utils.data中的DataLoader数据加载器(附代码)_硕大的蛋的博客-CSDN博客tensorboard可视化工具:Tensorboard 可视化工具的使用-史上最简单(附代码)_硕大的蛋的博客-CSDN博客第一步导入相应的模块和包import torch.nn as nnfrom torch.nn import M原创 2021-11-22 17:52:12 · 3336 阅读 · 0 评论 -
nn.Conv2d的使用(卷积层)(附代码)
nn.Conv2d的使用此处我们使用torchvision自带的数据集,并使用tensorboard将其可视化导入相应的包和模块import torchimport torchvisionimport torch.nn as nnfrom torch.utils.data import DataLoaderfrom tensorboardX import SummaryWriter获取数据dataset = torchvision.datasets.CIFAR10('../原创 2021-11-22 17:43:01 · 1756 阅读 · 0 评论 -
nn.Module基本框架(附代码)
nn.Module基本框架创建神经网络有一个统一的模板,如下所示第一步导入需要的包import torchimport torch.nn as nn第二步创建神经网络class GSW(nn.Module): def __init__(self): super(GSW, self).__init__() def forward(self, input): output = input + 1 return outp原创 2021-11-22 17:31:34 · 1242 阅读 · 0 评论 -
torch.utils.data中的DataLoader数据加载器(附代码)
一.DataLoader是什么?有什么用?pytorch中也自带着许多的模块,其中torch.utils.data模块包含一些常用的数据预处理的操作,主要用于数据的读取、切分、准备。在该模块下有着一个方法叫DataLoader是数据加载器的意思作用: 定义一个数据加载器,将训练数据集进行批量处理二.使用方法第一步:导入所需要的模块import torchvisionfrom torch.utils.data import DataLoaderfrom tensorboardX i原创 2021-11-21 16:35:31 · 1168 阅读 · 0 评论 -
torchvision.datasets 的使用(附代码)
一.torchvision.datasets是什么?作用?很明显,datasets是torchvision工具集中的一个工具初步理解其是调用官方数据集的一种方式,其中存在很多已经开源的数据集,供我们学习使用.二.使用方法已知CIFAR10是datasets可以调用的关于图像的数据集.我们可以尝试使用,并利用tensorboard进行可视化第一步:引用torchvision模块,和tensorboardXimport torchvisionfrom tensorboardX impo原创 2021-11-21 16:32:09 · 4905 阅读 · 0 评论 -
torchvision.transforms 的使用(附代码)
一.transforms是什么?pytorch中有很多的工具集来帮助我们使用pytorch,其中包括处理文本的torchaudio,处理文本的torchtext,和处理视频图像的torchvision工具集等…以上的每个工具集都包含着很多的工具,而transforms就是torchvision工具集中的一个工具.对于视觉方向的图像处理方面,PyTorch提供了很好的预处理接口,对于图像的转换处理,使用 torchvision.tranforms 模块使得这些操作非常高效.-由于transforms原创 2021-11-21 16:31:07 · 1479 阅读 · 0 评论 -
Tensorboard 可视化工具的使用(附代码)
一.Tensorboard是什么? 为什么使用? TensorboardfX是什么?在深度学习中,我们需要对定义的网络训练的效果进行了解,但是通过代码不是特别的直观,这时候我们就需要借助一些可视化工具来帮助我们查看训练的结果.是什么:tensorboard是一种用来可视化的工具为什么使用?可以监督网络的训练过程或呈现网络的训练结果,以获得更有效的训练结果TensorboardX:tensorboardX是帮助pytorch使用tensorboard工具来可视化的一个库,其中包含若原创 2021-11-21 16:28:55 · 1103 阅读 · 0 评论