pytorch
清梦枕星河~
醉后不知天在水,满船清梦压星河~
展开
-
pytorch1.7教程实验——对抗示例生成FGSM
教程原网址:https://pytorch.apachecn.org/#/docs/1.7/21 我们将通过图像分类器上的示例来探讨该主题。 具体而言,我们将使用最流行的一种攻击方法,即快速梯度符号攻击(FGSM)来欺骗 MNIST 分类器。 跑的代码需要用到的数据集和预训练模型自行下载,最好去官网下载。 跑通的代码如下: from __future__ import print_function import torch import torch.nn as nn import torch.nn.fu原创 2022-03-31 23:09:13 · 1462 阅读 · 0 评论 -
pytorch1.7教程实验——DCGAN生成对抗网络
教程原网址:https://pytorch.apachecn.org/#/docs/1.7/22 DCGAN 是上述 GAN 的直接扩展,不同之处在于,DCGAN 分别在判别器和生成器中分别使用卷积和卷积转置层。 它最早由 Radford 等人,在论文《使用深度卷积生成对抗网络的无监督表示学习》中描述。 判别器由分层的卷积层,批量规范层和 LeakyReLU 激活组成。 输入是3x64x64的输入图像,输出是输入来自真实数据分布的标量概率。 生成器由转置卷积层,批量规范层和 ReLU 激活组成。 输入是从标原创 2022-03-31 22:16:29 · 2580 阅读 · 1 评论 -
pytorch1.7教程实验——使用 TensorBoard 可视化模型,数据和训练
可视化还是很重要的,作为官方教程的开头部分,还是有必要好好看看,毕竟使用服务器没有桌面,不用直接使用画图函数看图像,使用tensorboard可以作为一种可视化方法,而且训练过程的损失曲线等也可以通过tensorboard画图显示。 下面附上我直接跑通的代码(中间有报错,直接搜索解决办法进行了修改后顺利跑起来了): # imports import matplotlib.pyplot as plt import numpy as np import torch import torchvision imp原创 2022-03-31 21:57:41 · 655 阅读 · 0 评论 -
pytorch1.7教程实验——迁移学习训练卷积神经网络进行图像分类
只是贴上跑通的代码以供参考学习 参考网址:迁移学习训练卷积神经网络进行图像分类 需要用到的数据集下载网址: https://download.pytorch.org/tutorial/hymenoptera_data.zip 完整的代码如下: # License: BSD # Author: Sasank Chilamkurthy from __future__ import print_function, division import torch import torch.nn as nn im原创 2022-03-31 16:40:13 · 3139 阅读 · 0 评论 -
pytorch1.7教程实验——分类器训练
近来想大致总结一下自己知识学习的脉络,发现自己除了大量的工程经验外,对模型算法的研究还是不够深入,而且大多都是关于目标检测方向,锚框或非锚框以及transformer,其他的涉猎不足,认识不够清晰。而且目标检测网络现在要自己单独构建写一个出来,发现也是太难,除了普通的特征提取,检测头模块包含的东西实在太多,自己尚无力解决,于是这种从底层认识挖掘的想法暂时搁浅了。 在摸索的过程中,是基于pytorch,所以了解到了一些基本的网络构建知识,都是一些小网络,小数据集,很适合去认识基本的网络构成,于是根据pytor原创 2022-03-31 16:23:56 · 3646 阅读 · 1 评论