![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
文章平均质量分 67
Mr庞.
这个作者很懒,什么都没留下…
展开
-
【学习笔记】【Pytorch】十六、模型训练套路
本内容主要是介绍一个完整的模型训练套路,以 CIFAR-10 数据集为例。**模型训练步骤**:- 准备数据:创建 **datasets** 实例- 加载数据:创建 **DataLoader** 实例- 准备模型:神经网络结构- 设置损失函数- 设置优化器- 开始训练:- 开始测试:(使用每轮训练好、但不进行优化的模型)- 结果聚合展示原创 2023-01-17 17:51:21 · 525 阅读 · 0 评论 -
【学习笔记】【Pytorch】十四、现有网络模型的使用及修改
VGG16网络模型是一个1000分类问题,将其网络修改成10分类问题:- 法1:在最后的全连接层添加一个int_features=1000,out_features=10的线性层。- 法2:修改全连接层中最后一个线性层的out_features=10。原创 2023-01-16 21:21:48 · 437 阅读 · 0 评论 -
【学习笔记】【Pytorch】十三、优化器
使用SGD优化器,观察每一轮epoch后损失的变化。原创 2023-01-16 20:32:03 · 401 阅读 · 0 评论 -
【学习笔记】【Pytorch】十八、开源项目的使用经验
一、IDE运行开源项目原创 2023-01-18 11:11:55 · 327 阅读 · 0 评论 -
【学习笔记】【Pytorch】十二、损失函数与反向传播
一、损失函数的介绍1.L1Loss类的使用代码实现2.MSELoss类的使用3.损失函数在模型中的实现二、反向传播原创 2023-01-16 17:47:04 · 828 阅读 · 0 评论 -
【学习笔记】【Pytorch】十七、模型测试套路
利用已经训练好的模型,然后给它提供输入,判断输出是否正确,即模型的**应用测试**。在模型测试也会有一些坑:- **神经网络的输入一般是4阶张量,而图片是3阶张量**。- **采用GPU训练的模型,不能直接在CPU上使用**。原创 2023-01-18 00:05:29 · 1276 阅读 · 0 评论 -
【学习笔记】【Pytorch】十五、网络模型的保存与读取
Pytorch提供了两种方式进行保存和读取模型。注意:读取模型时,必须引入该模型结构的class定义,否则加载模型时报错缺少类定义。原创 2023-01-16 22:16:50 · 454 阅读 · 0 评论 -
【学习笔记】【Pytorch】十一、搭建CIFAR-10 model结构和Sequential的使用
搭建CIFAR-10 model结构和Sequential的使用原创 2023-01-15 20:15:51 · 719 阅读 · 0 评论 -
【学习笔记】【Pytorch】九、非线性激活
激活函数是加入非线性因素,线性并不能很好的拟合现实的情况,加入非线性因素可以增强拟合能力,提高泛化能力。nn.Sigmoid类的使用nn.ReLU类的使用原创 2023-01-14 22:45:20 · 320 阅读 · 0 评论 -
【学习笔记】【Pytorch】十、线性层
一、在神经网络中,我们通常用线性层来完成两层神经元间的线性变换。二、Pytorch的线性层三、Linear类的使用原创 2023-01-15 11:01:42 · 1732 阅读 · 0 评论 -
【学习笔记】【Pytorch】八、池化层
一、**最大池化操作**示例二、**nn.MaxPool2d**类的使用**作用**:对于输入信号的输入通道,提供2维最大池化(max pooling)操作。三、**池化**公式原创 2023-01-14 21:48:28 · 2374 阅读 · 0 评论 -
【学习笔记】【Pytorch】七、卷积层
一、**卷积操作**示例三、**functional.conv2d**函数的使用**作用**:对几个输入平面组成的输入信号应用2D卷积。四、**torch.Tensor**与**torch.tensor**区别**作用**:图片尺寸缩放。五、**nn.Conv2d**类的使用**作用**:二维卷积层, 输入的尺度是(N, C_in,H,W),输出尺度(N,C_out,H_out,W_out)。六、**卷积**公式原创 2023-01-14 16:26:58 · 1360 阅读 · 0 评论 -
【学习笔记】【Pytorch】六、nn.Module的使用
一、**torch.nn**模块概述**概述**:帮助程序员方便执行与神经网络相关的行为。二、**nn.Module**类的使用**概述**:所有神经网络模块的基类,既可以表示神经网络中的某个层(layer),也可以表示一个包含很多层的神经网络。原创 2023-01-13 16:37:06 · 1025 阅读 · 1 评论 -
【学习笔记】【Pytorch】五、DataLoader的使用
一、DataLoader模块介绍介绍:分配数据集。二、DataLoader类的使用作用:数据加载器。组合数据集和采样器,在给定数据集上时可迭代的。原创 2023-01-12 21:22:19 · 2661 阅读 · 0 评论 -
【学习笔记】【Pytorch】四、torchvision.datasets模块的使用
一、**torchvision**模块说明**介绍**:主要处理图像数据,包含一些常用的数据集、模型、转换函数等。二、**datasets**模块介绍**介绍**:一些加载数据的函数及常用的数据集接口。三、**datasets.CIFAR10**类的使用**作用**:CIFAR-10数据集的加载和数据处理。原创 2023-01-11 22:09:16 · 3215 阅读 · 0 评论 -
【学习笔记】【Pytorch】三、常用的Transforms
一、Transforms模块介绍二、transforms.ToTensor类的使用1.使用说明2.代码实现三、transforms.Normalize类的使用1.使用说明2.代码实现四、transforms.Resize类的使用1.使用说明2.代码实现五、transforms.Compose类的使用1.使用说明2.代码实现六、transforms.RandomCrop类的使用1.使用说明2.代码实现原创 2023-01-11 18:27:35 · 1076 阅读 · 0 评论 -
【学习笔记】【Pytorch】二、TensorBoard的使用
一、**TensorBoard**的安装二、**SummaryWriter类**的使用- add_scalar()作用:常用来绘制**train/val loss**,观察训练过程中**loss**的变化,判断模型的好坏。- add_image()作用:常用来观察训练结果。原创 2023-01-10 15:52:45 · 1580 阅读 · 0 评论 -
【学习笔记】【Pytorch】一、Dataset类代码实战
Pytorch教程之Dataset类代码实战原创 2023-01-09 22:13:03 · 146 阅读 · 0 评论 -
【学习笔记】【Pytorch】张量(Tensor)的基础操作
一、创建张量1.使用数据创建张量2.无需数据的创建选项3.torch.Tensor与torch.tensor的区别4.PyTorch中张量的创建方法的选择二、张量的属性1.张量的 torch.dtype2.张量的 torch.device3.张量的 torch.layout三、张量的形状四、重构张量reshape函数中-1表示的意义五、CNN中的输入张量形状和特征图原创 2023-01-16 15:36:21 · 1733 阅读 · 0 评论 -
【学习笔记】【Pytorch】Tensor(张量)、CNN的输入张量和特征图
Tensor(张量)、CNN的输入张量和特征图原创 2023-01-16 10:05:33 · 1145 阅读 · 0 评论