土堆-pytorch
嘀嘀嘀嘀嘀嘀·
橙黄橘绿时_Eden
在读硕士
展开
-
p33完结-查看开源代码
对github上的别人的代码,有些不规范可多用debug,进行探究也可对同一目标,多找几个,进行理解直接看视频https://www.bilibili.com/video/BV1hE411t7RN?p=33原创 2022-06-09 16:24:29 · 54 阅读 · 0 评论 -
p32完整的模型验证/demo/测试套路
在github中可进行相关搜索如:pytorch,再选择星数较多的,进行模仿我们下载一张dog图片在test.py中尝试调用dog.png在同一层级,故需要一点,再根据其路径补充原创 2022-06-09 14:43:08 · 76 阅读 · 0 评论 -
p31利用GPU训练2,更常用
1111111111111原创 2022-06-09 12:48:54 · 74 阅读 · 0 评论 -
p30利用GPU训练1
第二种首先进行判断torch.cuda.is_available()原创 2022-06-09 12:28:22 · 65 阅读 · 0 评论 -
p29完整的模型训练套路3
需要设置是train还是eval模式是因为原创 2022-06-09 10:04:17 · 87 阅读 · 0 评论 -
p28完整的模型训练套路2
在测试数据集中不再调优,仅用现有模型进行测试发现存在训练loss打印过多,不易发现测试loss优化,使用tensorboard分类问题loss来反映并不如直接用正确率,在目标检测,实例分割中存在不同...原创 2022-06-08 11:10:49 · 168 阅读 · 0 评论 -
p27完整的模型训练套路1
111111111111原创 2022-06-07 12:33:35 · 73 阅读 · 0 评论 -
p26模型的保存与读取
不仅仅保存了模型结构,也保存了一些参数陷阱必须引入定义的类,可以直接在开头或者中间复制定义的类或者模型from model_save import *原创 2022-06-07 10:53:09 · 67 阅读 · 0 评论 -
p25现有网络模型的使用和修改
vgg16发现其输出1000类而我们的CIFAR10只有十类输出,我们该如何运行1000类输出的vgg16模型呢?两种方式1.直接在vgg16之后更改outfeature数目 (6): Linear(in_features=4096, out_features=10, bias=True) ############2.在加一层线性层加入vgg16里面vgg16_true.classifier.add_module(‘add_linear’, nn.Linear(1000, 10))直接修原创 2022-06-07 09:00:54 · 130 阅读 · 0 评论 -
p23损失函数与反向传播
可设置L1Loss相关的计算方式因为前面看的那个输入输出里面需要有batch_size,但是现在不需要必须输入batch_size这一参数了,所以不reshap也没问题MSELossCrossEntropyLossIt is useful when training a classification problem with C classes发现CIFAR10的数据结构类似上面所举例backward运行完backward()后,grad出现数值,必须有loss.bac原创 2022-06-06 12:18:07 · 132 阅读 · 0 评论 -
p22神经网络搭建-小实战和Sequential的使用
由官网公式,计算出padding可取2,stride可取1https://pytorch.org/docs/stable/generated/torch.nn.Conv2d.html#torch.nn.Conv2d检查所搭建的网络是否为所想要的正常无实例化,更改linear中的 self.linear1 = Linear(1024, 64)为 self.linear1 = Linear(102400, 64),并不会报错!但当运用以下后,出错会报错使用Sequential定义tensorbo原创 2022-06-06 10:11:40 · 130 阅读 · 0 评论 -
p21线性层及其它层介绍
正则化层现在我们已经能自己搭建网络模型了但也可以使用pytorch自己的网络模型图像方面torchvision文字modle语音model原创 2022-06-05 22:34:16 · 81 阅读 · 0 评论 -
p20神经网络-非线性激活
图像展示引入非线性变换是为了使模型非线性模拟能力更强。原创 2022-06-05 19:31:55 · 74 阅读 · 0 评论 -
p19神经网络-最大池化的作用
在卷积层stride默认为1,在池化层stride默认为kernal_size大小对于Docs > torch.nn > MaxPool2d中的ceil_mode – when True, will use ceil instead of floor to compute the output shape参数当为True时,保留,为False舍去原创 2022-06-05 18:33:23 · 597 阅读 · 0 评论 -
p18神经网络卷积层
一般常改的就是前五个参数,后边都是默认的单单看参数有些模糊,可从相关网页看示范https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md将数据传入对于输出图片大小,pytorch官网中的文档给的很详细...原创 2022-06-05 17:21:12 · 167 阅读 · 0 评论 -
p17土堆说卷积操作
weight权重,就是就是卷积核先看所需要的参数发现input不符合要求,可使用pytorch提供的变换原创 2022-06-05 13:34:08 · 73 阅读 · 0 评论 -
p16神经网络的基本骨架-nn.Module的使用
nn是neural network的缩写在本节中主要学习神经网络骨架containers的搭建剩下的卷积层等是需要往骨架填充的东西↑这里的super().init()指的是父类的初始化self.conv1 = nn.Conv2d(1, 20, 5)是自己定义的初始def forward(self, x):x = F.relu(self.conv1(x))return F.relu(self.conv2(x))这里的x相当于inputnn.Module里面继承的forward方法是__c原创 2022-06-05 12:48:04 · 202 阅读 · 0 评论 -
p15dataloader的使用
dataset (Dataset) – dataset from which to load the data.batch_size (int, optional) – how many samples per batch to load (default: 1).shuffle (bool, optional) – set to True to have the data reshuffled at every epoch (default: False).sampler (Sampler or Iter原创 2022-06-05 11:18:05 · 299 阅读 · 0 评论 -
P14torchvision中的数据集中使用
相关的参数设置可使用命令行中的网址复制到迅雷进行下载out简单介绍cifar10数据集The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images.使用tensorboard对于部分数据集没有下载链接 可以ctrl+点击数据集名称 进代码原创 2022-06-03 17:38:42 · 119 阅读 · 0 评论 -
9Transforms的使用(二)
2、为什么需要Tensor数据类型因为其包含了神经网络中所需要的一些参数,如使用opencv打开的格式是numpy,也是transforms.ToTensor支持的格式from torch.utils.tensorboard import SummaryWriter进行加载显示from PIL import Imagefrom torch.utils.tensorboard import SummaryWriterfrom torchvision import transforms# p原创 2022-05-21 11:50:02 · 211 阅读 · 0 评论 -
9Transforms的使用(一)
torchvision中的transformstransform的结构及用法我们所讲解的transform其实是一个py文件“ctrl+点击调出来”原创 2022-05-21 11:31:13 · 57 阅读 · 0 评论 -
8TensorBoard的使用(二)
add_image()的使用(常用来观察训练结果) def add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats='CHW'): """Add image data to summary. Note that this requires the ``pillow`` package. Args: tag (string): Dat原创 2022-05-19 19:40:47 · 343 阅读 · 0 评论 -
7TensorBoard的使用(一)
1、TensorBoard的使用 2、图像变换,Transform的使用transform在Dateset中很常用,主要是对图像进行一个变化,例如统一到统一的尺寸;或对图像中的数据进行每一个类的转化。若要演示transform的结果,肯定涉及到运行一个方法后展示这个图像,最简单的方法就是TensorBoard。可是使用它展示loss变化,进行模型选择。展示out_put。安装TensorBoardpip install tensorboardSummaryWriter类使用“ctrl+点击查看原创 2022-05-19 18:40:57 · 563 阅读 · 0 评论 -
6Dataset类代码实战
根据数据集的样子,来定义我们的class类# -*- coding: utf-8 -*-# @Time : 2022/4/22 10:45# @Author : 李新宇# @FileName: read_data.py# @Software: PyCharmfrom torch.utils.data import Datasetfrom PIL import Imageimport osclass MyData(Dataset): def __init__(sel原创 2022-05-19 12:04:57 · 204 阅读 · 0 评论 -
5pytorch加载数据认识
数据集类型:1、写着数据集类别名称,内部全是数据集2.label和image各有一个文件夹;3.直接把图片的名称命名为类别;等等原创 2022-04-16 21:21:50 · 59 阅读 · 0 评论 -
4pycharm与jupyter使用对比
(1)pycharm如何新建项目一、选择新建项目位置和名字二、选择已有的环境(解释器)若没有,进路径中选择对用环境文件夹中的python.exe文件检查项目的解释器在设置里可以查看解释器,以及解释器所含的package新建python文件也需要设置解释器第一种方式设置完成后在旁边点击运行第二种方式右键直接运行pycharm也经常在控制台写程序按下回车就会出来结果,它是以每一行作为一个块执行(2) jupyter创建与使用在anaconda命令中进入既定的环境“pytor原创 2022-04-16 20:16:33 · 3409 阅读 · 0 评论 -
3python学习中的两大法宝函数(也可以用在pytorch中)dir(),help()
package里面有很多工具箱,pytoch就是其中的一种。dir()能帮助打开工具箱,help()能帮助查看此工具的作用实战演练dir()双下划线可以认为已经是工具了,不能再打开了help()help可以认为是寻求帮助,故里面函数不要再带()。torch.cuda.is_available(加了括号就是直接调用函数了)...原创 2022-04-16 19:12:56 · 494 阅读 · 0 评论 -
3FAQ.为什么torch.cuda.is_available()返回False
1、检查GPU是否支持CUDA(目前新的都支持)2、检查驱动版本在环境中使用nividia-smi检查驱动版本,看cuda对应的型号是否支持可以英伟达官网更新驱动进行安装小窍门:按上键自动出现nividia-smi查看信息...原创 2022-04-16 18:40:22 · 816 阅读 · 0 评论 -
2Python编译器的选择、安装及配置(Pycharm/jupyter)
在pycharm中选择在anconda已经配置好的环境一、选择已存在的环境二、下拉选择环境,如没有,从路径中找到环境的python.exe文件点确定路径可有就是conda 激活运行的路径三、检验是否成功在控制台操作,可在右边看变量的属性,比较直观适合尝试代码和入门例如:b=range(1,4),结果jupyter默认是base环境,需更改因为base环境可能没pytorch打开anaconda命令行:(base环境)pip list其中对jupyter起作用的是ipyke原创 2022-04-16 17:36:29 · 2233 阅读 · 0 评论 -
1Pytorch环境的安装与配置
anconda好处可以创建不同版本的python,pytoch方便运用,需要哪个激活哪个anaconda-prompt打开创建环境:conda create -n pytorch python=3.9其中pytorch是环境名,python=3.9是要安装的版本号激活环境使用:conda activate pytorch退回base:conda deactivate查看已有环境:conda info -e删除环境:conda remove -n 环境名字 --all查看已经安装的包:pip原创 2022-04-16 16:25:11 · 1695 阅读 · 0 评论