![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习:深度学习入门之pytorch
文章平均质量分 84
Hello_Git
这个作者很懒,什么都没留下…
展开
-
【CH4 CNN】02 normalization.
批标准化在我们正式进入模型的构建和训练之前,我们会先讲一讲数据预处理和批标准化,因为模型训练并不容易,特别是一些非常复杂的模型,并不能非常好的训练得到收敛的结果,所以对数据增加一些预处理,同时使用批标准化能够得到非常好的收敛结果,这也是卷积网络能够训练到非常深的层的一个重要原因。1.数据预处理目前数据预处理最常见的方法就是中心化和标准化,中心化相当于修正数据的中心位置,实现方法非常简单,就是在每个特征维度上减去对应的均值,最后得到0 均值的特征。标准化也非常简单,在数据变成 0 均值之后,为了使原创 2021-02-04 18:40:10 · 128 阅读 · 0 评论 -
【CH4 CNN】01 conv
卷积模块介绍前面我们介绍了卷积网络的基本知识,其在计算机视觉领域被应用得非常广泛,那么常见的卷机网络中用到的模块能够使用 pytorch非常轻松地实现,下面我们来讲一下 pytorch 中的卷积模块1.卷积层卷积在 pytorch 中有两种方式,一种是 torch.nn.Conv2d(),一种是torch.nn.functional.conv2d(),这两种形式本质都是使用一个卷积操作这两种形式的卷积对于输入的要求都是一样的,首先需要输入是一个 torch.autograd.Variable原创 2021-02-04 17:38:49 · 182 阅读 · 0 评论