PyTorch
文章平均质量分 87
Torture_L
Just following your heart, pursuing your passions
展开
-
【项目实践】基于LSTM的一维数据扩展与预测
基于LSTM+一维CNN的方式,对一维时间序列数据进行拟合和预测原创 2023-08-18 17:57:44 · 1645 阅读 · 2 评论 -
【项目实践】猫十二分类
本项目来源于飞浆平台的图像分类学习赛,基于迁移学习的图像分类。原创 2023-05-25 23:20:51 · 2560 阅读 · 0 评论 -
torch.Tensor与torch.tensor的三个区别
区别一:`torch.Tensor`是`torch.empty`与`torch.tensor`的混合,在传入数据时,`torch.Tensor`使用全局默认类型(**FloatTensor**)而`torch.tensor`则会从输入数据中进行推断;原创 2023-03-19 21:26:50 · 771 阅读 · 0 评论 -
【天池竞赛】心跳数据挖掘
天池学习赛 心跳数据挖掘 168分攻略CNN LSTM ResNet 模型融合 上采样 GAN原创 2022-11-25 01:40:39 · 1967 阅读 · 1 评论 -
LSTM+CNN模型厄尔尼诺事件预测
基于Pytorch对海温异常事件中的Nino指数进行预测,使用CNN+LSTM模型并通过软投票的方式预测未来三年厄尔尼诺事件的可能性原创 2022-10-28 01:13:24 · 4668 阅读 · 10 评论 -
图卷积神经网络(GCN)综述与实现(PyTorch版)
图卷积神经网络的数学推导和实现!原创 2022-06-14 23:11:08 · 16660 阅读 · 9 评论 -
PyG(PyTorch Geometric)安装教程(附Cora数据集)
本文介绍了PyG在Windows环境下的安装和Cora数据集的使用原创 2022-06-13 15:06:34 · 4966 阅读 · 2 评论 -
【点云处理】PointNet++点云分类与分割
较详细解析了PointNet++的改进思想和代码原创 2022-04-01 02:07:26 · 4702 阅读 · 0 评论 -
【点云处理】PointNet网络
本文较详细解读了PyTorch版的PointNet网络原创 2022-03-29 15:29:48 · 8146 阅读 · 4 评论 -
基于VGG19的图片分割网络
PyTorch实现简单的图片分割网络FCN8S原创 2022-03-27 16:27:10 · 5495 阅读 · 1 评论 -
第五章 全连接神经网络
第五章 全连接神经网络1.1 全连接神经网络人工神经网络(Artificial Neural Network)可以对一组输入信号和一组输出信号之间的关系进行建模,是机器学习和认知科学中的一种模仿生物神经网络的结构和功能的数学模型。其灵感源于动物的神经中枢,由大量的人工神经元连接而成,能够根据外界环境改变内部结构,是一种自适应的系统。全连接神经网络(Multi-Layer Perception)也称多层感知机,是一种连接方式较为简单的人共神经网络结构,属于前馈神经网络的一种。主要由输转载 2022-03-22 19:37:59 · 3110 阅读 · 1 评论 -
第四章 基于PyTorch的相关可视化工具
第四章 基于PyTorch的可视化工具1. 网络结构的可视化本节我们定义一个简单CNN对手写数据集进行分类,并通过相关的可视化库进行可视化。模块导入import torchimport torch.nn as nnimport torchvisionimport torchvision.utils as vutilsfrom torch.optim import SGDimport torch.utils.data as Datafrom sklearn.metrics i转载 2022-03-19 21:43:34 · 464 阅读 · 0 评论 -
地图图像迁移研究与实现
研究了几种简单的图像风格与色彩迁移,并基于Python语言实现原创 2022-03-19 20:29:23 · 3450 阅读 · 1 评论 -
第三章 DNN 深度神经网络
第三章 深度神经网络1. 随机梯度下降通常,我们需要设计一个模型的损失函数来约束我们的训练过程,让其向着使用者想要的方向发展。针对分类问题可以用交叉熵,针对回归问题可以用均方根误差。模型的训练并不是漫无目的的,而是需要向着损失函数最少的方向发展。此时就需要利用梯度下降算法。梯度下降算法(gradient descent)是一个一阶最优化算法,通常也称为最速下降法。使用规定步长距离向着函数当前点梯度的反方向前进,不断迭代搜索直到陷入局部最优解。W:=W−α▽Wb:=b−α▽bW:=W-\al转载 2022-03-19 19:16:17 · 662 阅读 · 0 评论 -
第二章 PyTorch入门
第二章 PyTorch入门1. 张量1.1 张量张量的概念其实就是高维数组标量向量矩阵张量张量的数据类型数据类型dtypeCPU tensorGPU tensor32位浮点型torch.floattorch.FloatTensortorch.cuda.FloatTensor64位浮点型torch.doubletorch.DoubleTensortorch.cuda.DoubleTensor16位浮点型torch.halftor转载 2022-03-19 17:13:03 · 517 阅读 · 0 评论 -
第一章 深度学习与PyTorch
第一章 深度学习与PyTorch1.1 机器学习在人工智能领域,机器学习是实现人工智能的一个分支,也是其中发展最快的一个分支。简单来说,机器学习是计算机程序如何随着经验的积累而提高性能,使系统自我完善的过程。根据应用场景和学习方式的不同,可以简单分为三类:无监督学习 unsupervised learning无监督学习不需要提前知道数据集的类别标签,通常运用场景为聚类和降维。半监督学习 semi-supervised learning半监督学习介于二者之间,利用极少的有标签数转载 2022-03-19 16:21:04 · 105 阅读 · 0 评论