![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyTorch
hudongloop
hudongloop@gmail.com 欢迎交流
展开
-
PyTorch(三)——使用训练好的模型测试自己图片
PyTorch的学习和使用(三)在上一篇文章中实现了如何增加一个自定义的Loss,以Siamese network为例。现在实现使用训练好的该网络对自己手写的数字图片进行测试。原创 2017-05-31 09:24:49 · 51909 阅读 · 30 评论 -
PyTorch(四)——视频数据的处理
PyTorch的学习和使用(三)最近在跑一个视频处理的代码,其用tensorFlow实现的,现在转换为使用PyTorch处理,主要实现如下:对原始视频的读取,得到连续的K帧存储对每帧图片数据的处理(翻转,归一化)对数据的mini-batch处理和之前博客 PyTorch(一)——数据处理,中所说的一样,需要: 1)定义数据读取的方法。 2)针对数据的格式,改写transforms中数据处原创 2017-07-25 21:05:02 · 23161 阅读 · 9 评论 -
PyTorch(六)——梯度反向传递(BackPropogate)的理解
目录连接 (1) 数据处理 (2) 搭建和自定义网络 (3) 使用训练好的模型测试自己图片 (4) 视频数据的处理 (5) PyTorch源码修改之增加ConvLSTM层 (6) 梯度反向传递(BackPropogate)的理解 (总) PyTorch遇到令人迷人的BUGPyTorch的学习和使用(六)多个网络交替情况最近使用PyTorch搭一个对抗网络,由于对抗...原创 2017-08-09 20:09:40 · 28162 阅读 · 9 评论 -
PyTorch(一)——数据处理
PyTorch学习和使用(一)PyTorch的安装比caffe容易太多了,一次就成功了,具体安装多的就不说了,PyTorch官方讲的很详细,还有PyTorch官方(中文)中文版本。 PyTorch的使用也比较简单,具体教程可以看Deep Learning with PyTorch: A 60 Minute Blitz, 讲的通俗易懂。要使学会用一个框架,只会运行其测试实验是不行的,所以现在打算把c原创 2017-05-06 18:13:01 · 22965 阅读 · 6 评论 -
PyTorch(二)——搭建和自定义网络
PyTorch的学习和使用(二)最近刚好在看一篇与Siamese network有关的论文,在PyTorch中没有example,caffe中有,刚好使用PyTorch实现。(PS:图片单独打开更清晰) 主要步骤为:数据预处理模型搭建模型训练数据预处理Siamese的网络结构如下:通过输入两张图片X1和X2,经过权重共享的CNN,各自得到一个输出特征向量Gw(X1)G_w(X_1)和Gw(原创 2017-05-10 19:23:58 · 24601 阅读 · 21 评论 -
PyTorch(七)——模型的训练和测试、保存和加载
目录连接 (1) 数据处理 (2) 搭建和自定义网络 (3) 使用训练好的模型测试自己图片 (4) 视频数据的处理 (5) PyTorch源码修改之增加ConvLSTM层 (6) 梯度反向传递(BackPropogate)的理解 (总) PyTorch遇到令人迷人的BUGPyTorch的学习和使用(七)模型的训练和测试在训练模型时会在前面加上:model.train()在测试模型时在前原创 2017-11-11 19:53:54 · 63336 阅读 · 8 评论 -
PyTorch(五)——PyTorch源码修改之增加ConvLSTM层
PyTorch的学习和使用(五)卷积(convolution)LSTM网络首次出现在Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting,并且在处理视频这种具有时间和空间关系的数据时具有较好的效果。原创 2017-07-31 21:28:44 · 24900 阅读 · 12 评论 -
PyTorch(总)——PyTorch遇到令人迷人的BUG与记录
这篇博客就用来记录在使用pytorch时遇到的BUG,虽然年纪大了,但是调出BUG还是令人兴奋^_^!BUG1: 在使用NLLLoss()激活函数时,NLLLoss用来做n类分类的,一般最后一层网络为LogSoftmax,如果其他的则需要使用CrossEntropyLoss。其使用格式为:loss(m(input), target),其中input为2DTensor大小为(minibatch...原创 2017-06-28 16:42:04 · 120011 阅读 · 65 评论 -
PyTorch(八)——pyTorch-To-Caffe
pyTroch模型转换到Caffe模型,即动态图到静态图的转换。采用三种方法:1) 使用python的trace调试机制,得到其运动过程的操作;2) 使用pyTorch的grad_fn机制,通过网络的输出,向上递归得到网络结构;3) 使用ONNX,pyTorch1.0版本整合了caffe2。原创 2018-10-17 15:46:10 · 6999 阅读 · 1 评论