好的ID有点难-CSDN博客

原创 git 下载lfs文件链接

https://zhuanlan.zhihu.com/p/672616629

2024-04-23 15:05:48 89

原创使用git下载hugginig face模型

【代码】使用git下载hugginig face模型。

2024-04-23 13:22:16 146

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/清华：https://pypi.tuna.tsinghua.edu.cn/simple。阿里云：http://mirrors.aliyun.com/pypi/simple/华中理工大学：http://pypi.hustunique.com/豆瓣：http://pypi.douban.com/simple/官方 https://pypi.org/simple/

2024-04-20 10:17:10 699

原创【无标题】

【代码】【无标题】

2024-03-24 16:25:40 110 1

原创自动化下载python包

import ospackage_name = input("请输入要下载的包名: ")

2023-12-06 10:12:11 491 1

原创一个网络的权重初始化方法

一个网络的权重初始化方法。

2023-01-10 15:15:23 123

原创 pytorch 常用的参数初始化方法

pytorch初始化参数

2023-01-10 11:44:00 96

原创 pytorch 损失

pytorch 损失笔记

2023-01-10 11:29:38 76

原创 pytorch优化器

for x , y in dataloader : optimizer . zero_grad() #梯度清零 output = testnet . forward(x) loss = loss_fn(output , target) loss . backward() optimizer . step() #更新网络参数。

2023-01-10 11:26:24 61

原创张量的数据类型

Tensor的数据类型

2023-01-09 16:04:47 76 1

翻译 Deep Residual Learning for Image Recognition

深度很深的神经网络是很难训练的，我们提出了一个残差学习框架，以简化比以前使用的网络更深的网络的训练。根据经验表明，残差网络是更容易优化的。此外，显著增加网络的深度是可以提高准确性的。在 ImageNet 数据集上，我们评估了深度高达 152 层的残差网络——比 VGG 网络 [40] 深 8 倍，但复杂度仍然较低。这些残差网络的集合在 ImageNet 测试集上达到了 3.57% 的错误率。该结果在 ILSVRC 2015 分类任务中获得第一名。

2023-01-09 10:16:57 84

翻译 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

在当前文章中，在大规模图像识别背景下，我们探究了卷积网络的深度对图像识别的准确性。我们的主要贡献是使用很小的（3×3）卷积滤波器的架构对深度不断增加的网络进行了彻底评估，这表明通过将深度推至16–19个权重层，可以实现对现有技术配置的显著改进。这些发现是我们2014年ImageNet挑战赛提交的基础，我们的团队在图像定位和图像分类方面分别获得了第一名和第二名。我们还表明，我们的表示可以很好地推广到其他数据集，在那里它们可以获得当前最好的结果。

2023-01-08 10:36:44 356

qq_44911284的博客

原创 vscode传入参数