qq_52568837的博客

原创 GAN生成对抗网络

G_ideas = torch.randn(BATCH_SIZE, N_IDEAS, requires_grad=True) # 随意想法\n。nn.Linear(ART_COMPONENTS, 128), # 接受著名艺术家或像g这样的新手的艺术作品。nn.Linear(128, ART_COMPONENTS), # 用这些随意的想法创作一幅画)nn.Linear(N_IDEAS, 128), # 随机想法（可能来自正态分布)G_paintings = G(G_ideas) # g的假画（随机想法)

原创 第六次作业

EPOCH = 10LR = 0.005nn.Tanh(),nn.Tanh(),nn.Tanh(),nn.Tanh(),nn.Tanh(),nn.Tanh(),plt.ion()plt.draw()plt.ioff()

原创 pytorch保存提取

代码部分plt.show()运行截图改地址。

原创 pytorch CNN卷积神经内科网络

代码部分运行截图。

原创 人工智能作业三

prediction = torch.max(F.softmax(out, dim=1), 1)[1] # 索引为1：最大概率值的位置，0：最大的概率值。x0 = torch.normal(2*n_data, 1) # 1是标准差，normal返回的是第一个参数附近的随机值。#返回由标量值 1 填充的张量，其形状由可变参数大小定义，数据大小为100，输出2。#mean：均值，std：标准差，out：可选的输出张量。#选择均值为2*n_data，标准差为1的赋值到x0。#值拼接，都分别放到定义的x和y中去。

原创 人工智能作业二

原创 人工智能第二次作业

原创 pytorch

人工智能作业（一）