![](https://img-blog.csdnimg.cn/direct/b7f3e14a93634115a1163bca7c5f5779.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
刘二大人《PyTorch深度学习实践》舟舟自学版
文章平均质量分 82
跟着up主刘二大人,从0基础开始学习pytorch
失舵之舟-
软件工程研一
三维重建方向
教资备考中~
展开
-
刘二大人《PyTorch深度学习实践》p9多分类问题
是PyTorch中的一个损失函数,常用于多分类问题的训练中。它结合了Softmax激活函数和负对数似然损失(NLLLoss),能够同时计算预测类别的概率分布和真实标签之间的差异。如果模型的输出已经经过log_softmax函数处理,或者你手动对模型输出进行log_softmax处理,可以使用NLLLoss,取决于咱们的具体需求。损失越小表示模型的预测结果与真实标签之间的差异越小,即预测越准确。的向量,使每个元素的取值范围≥0,并且所有元素的和等于1。用于测量模型预测的概率分布与真实标签之间的差异。原创 2023-12-25 16:00:19 · 935 阅读 · 0 评论 -
刘二大人《PyTorch深度学习实践》p8加载数据集
刘二大人《PyTorch深度学习实践》p8加载数据集一、零碎知识点1.enumerate()二、Batch(批次)和Mini-Batch1.Mini-Batch2.Dataset(数据集)3.DataLoader(数据加载器)三、课程代码一、零碎知识点1.enumerate()enumerate()是python的一个内置函数,用于对可迭代对象进行遍历,并返回索引和对应的元素。citys = ["wuhan", "chengdu", "shanghai", "beijing"]for index,原创 2023-12-24 21:18:43 · 810 阅读 · 1 评论 -
刘二大人《PyTorch深度学习实践》p7处理多维特征的输入
机器学习的学习能力并不是越强越好,它可能会过度关注训练数据中的细节和噪声,而无法捕捉到普遍的模式和规律,训练集里面的噪声和真实应用场景的噪声不是一样的。是PyTorch中的一个函数,用于将NumPy数组转换为对应的PyTorch张量tensor。是NumPy库中的一个函数,用于从文本文件中加载数据,并将其转化为NumPy数组的形式。x_data是数据的前8个特征的所有值,y_data是每一个样本输出的预测结果。我觉得这节的理论学习注重的是线性代数的矩阵变化。,返回数组的类型为32位的浮点数。原创 2023-12-22 15:45:45 · 413 阅读 · 0 评论 -
刘二大人《PyTorch深度学习实践》p6逻辑斯蒂回归
BCELoss基于交叉熵损失(Cross Entropy Loss)的概念,适用于二分类问题,其中每个样本只能属于两个类别之一,通过最小化BCELoss损失值来调整模型的参数,使得结果不断精确。提供了一些方便的函数和类,用于加载和预处理常见的图像数据集,如MNIST、CIFAR10、ImageNet等。它可以自动进行图像数据的下载、数据的分割和转换,以及数据集的加载和批处理。任务,要求将图像分类为飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船和卡车这十个类别之一。的任务,包括将图像分类为0到9中的一个数字。原创 2023-12-22 13:41:50 · 1088 阅读 · 0 评论 -
刘二大人《PyTorch深度学习实践》p5用pytorch实现线性回归
所以难怪说学python就是疯狂调库,我怎么感觉深度学习的尽头是英语(bushi),我最开始都不知道torch.nn的这个nn是什么,原来是neural network的简称,这水平谁能想到我已经是研究生了,宇宙的尽头是自学,宇宙的尽头是考公。例如,如果我们有100个样本,每个样本的特征由面积和房间数量组成,其中面积的维度是1(一个特征),房间数量的维度也是1(一个特征),那么输入特征的大小(同理,如果我们想要预测房屋的价格,这个预测可以看作是一个输出特征,价格可以被视为一个特征。原创 2023-12-19 21:04:26 · 1030 阅读 · 1 评论 -
刘二大人《PyTorch深度学习实践》p4反向传播
在机器学习和深度学习领域中,张量(tensor)是一个多维数组(数组可以是标量、向量、矩阵等)。在PyTorch中,张量是一种重要的数据结构,用于存储和操作多维数据。数据还是我们一直从p2开始到现在的三组学习时长与学分的数据,x为学习时长,y为获得的学分,推测x=4时,y=?,也就是要求我们预测学习4小时,可以获得多少学分。第一次学张量的话可以去看看这个视频,浅显易懂。建议跟着老师的思路先着手计算一遍再去写代码。预测:w1=1,w2=1,b=1。原创 2023-12-18 21:53:09 · 763 阅读 · 2 评论 -
刘二大人《PyTorch深度学习实践》p2线性模型
是一个用于生成网格坐标的函数,它接受多个一维数组作为输入,并生成一个多维数组(y的列数*x的列数的多维数组)。w,b是一维数组,分别为x轴和y轴上面的坐标点,sum/3是z轴上面的值。由运行结果和图像可知,当权重ω=2时,均方误差为0,损失值最小。是NumPy中的一个函数,用于创建一个等差数列的一维数组。是一个内置函数,其中每个元素由x和对应位置的y组成元组。创建一个matplotlib对象。原创 2023-12-15 15:18:31 · 378 阅读 · 0 评论 -
刘二大人《PyTorch深度学习实践》p3梯度下降算法
ps.感觉和研一课程《最优化理论》里面的最速下降法和《数值统计》的均方误差有点关联,学的课程终于不是完全无用了!随机梯度下降是拿单个样本的损失函数对权重求导,进行更新。顺便安利一下俺的小红书,一个迷茫但努力发光的小白。,顶多修改一下透明度即可。原创 2023-12-18 16:37:38 · 372 阅读 · 0 评论