Pytorch
zchenack
这个作者很懒,什么都没留下…
展开
-
Pytorch常用函数解析(一)
torch模块下的数学操作符1. torch.numel() 返回一个tensor变量内所有元素个数,可以理解为矩阵内元素的个数2. torch.squeeze() 对于tensor变量进行维度压缩,去除维数为1的的维度。例如一矩阵维度为A*1*B*C*1*D,通过squeeze()返回向量的维度为A*B*C*D。squeeze(a),表示将a的维数位1的维度删掉,squeeze(a,N)原创 2018-01-06 17:15:00 · 44565 阅读 · 1 评论 -
Pytorch变量类型转换
Pytorch的数据类型为各式各样的Tensor,Tensor可以理解为高维矩阵。与Numpy中的Array类似。Pytorch中的tensor又包括CPU上的数据类型和GPU上的数据类型,一般GPU上的Tensor是CPU上的Tensor加cuda()函数得到。通过使用Type函数可以查看变量类型。一般系统默认是torch.FloatTensor类型。例如data = torch.Tensor(原创 2018-01-24 19:19:28 · 90795 阅读 · 5 评论 -
Pytorch实现逻辑(Logistics)回归分类
详解可以参考文章一 、模型结构逻辑回归实质是Linear线性函数(wx+b)与一个sigmoid函数的结合。二、数据说明数据来源:UCI German Credit分类数据,下载如下https://archive.ics.uci.edu/ml/machine-learning-databases/statlog/german/数据说明:24个属性数量,分类结果2种(la原创 2018-02-02 23:13:53 · 3543 阅读 · 0 评论 -
Pytorch LSTM 时间序列预测
详情可以参见文章import torchimport torch.nn as nnfrom torch.autograd import *import torch.optim as optimimport torch.nn.functional as Fimport matplotlib.pyplot as pltimport numpy as npdef SeriesGen(N)...原创 2017-12-02 16:44:06 · 15361 阅读 · 8 评论 -
Pytorch实现CNN时间序列预测
曾经推出过PyTorch实现的LSTM时间序列预测,并开源了其源码。细心的童鞋可能发现了,我之前使用的LSTM是生成式模型,而不是使用判别式进行预测。换言之,就是将序列本身作为输入,下一时刻作为输出,模型表达的是序列的联合概率分布。有兴趣的可以将其改写为判别模型。此处将使用卷积神经网络(CNN)用于时间序列预测。区别于图像处理(二维卷积如图所示)模型如下:C1表示卷积操作1S2表示max-pool...原创 2018-03-04 13:05:26 · 17095 阅读 · 3 评论