Pytorch
文章平均质量分 64
丿罗小黑
计算机硕士在读
展开
-
使用简单MLP实现0-9数字识别,数据集为MNIST
需求:基于pytorch实现简单MLP,完成数字识别,采用MNIST手写数字作为数据集,MNIST:有6万张训练图片,1万张测试图片训练结束后,随机取3张测试图片,展示模型的预测结果和真实图片模型结构:一层线性层作为输入层,转换输入中间三层线性层一层softmax作为输出层,输出结果概率。原创 2024-04-05 19:46:01 · 913 阅读 · 0 评论 -
安装mmcv-full时报错:Could not build wheels for mmcv-full, which is required to install pyproject.toml-bas
【代码】安装mmcv-full时报错:Could not build wheels for mmcv-full, which is required to install pyproject.toml-bas。原创 2024-03-31 15:07:23 · 4996 阅读 · 0 评论 -
Pytorch学习 day14(模型的验证步骤)
【代码】Pytorch学习 day14(模型的验证步骤)原创 2024-03-13 20:26:09 · 828 阅读 · 0 评论 -
Pytorch学习 day14(使用GPU进行训练)
【代码】Pytorch学习 day14(使用GPU进行训练)原创 2024-03-13 19:14:56 · 548 阅读 · 0 评论 -
Pytorch学习 day13(完整的模型训练步骤)
【代码】Pytorch学习 day13(完整的模型训练步骤)原创 2024-03-13 15:16:36 · 458 阅读 · 0 评论 -
Pytorch学习 day11(优化器、使用和修改现有网络模型)
优化器在模型的训练过程中,我们根据反向传播来获取每个网络节点的对应梯度,之后通过某种算法(优化器)根据对应梯度来不断更新节点的参数,最终达到最小loss的结果。优化器有很多,但有两个参数是所有优化器都有的:模型的节点参数、学习率,其中:学习率是我们手动指定的,一般都为较小的数,如下:以下为使用优化器的步骤:注意,在每次反向传播(backward)之前,需要进行梯度清零(zero_grad)。因为在反向传播过程中,计算出的梯度会累积在模型的参数中。如果不进行梯度清零,那么在下一次反向原创 2024-03-11 20:27:35 · 722 阅读 · 0 评论 -
Pytorch学习 day12(模型的保存、加载、陷阱)
【代码】Pytorch学习 day12(模型的保存和加载)原创 2024-03-11 23:06:06 · 397 阅读 · 0 评论 -
Pytorch学习 day10(L1Loss、MSELoss、交叉熵Loss、反向传播)
loss原创 2024-03-10 13:51:47 · 671 阅读 · 0 评论 -
Pytorch学习 day09(简单神经网络模型的搭建)
简单神经网络模型的搭建原创 2024-03-09 22:42:24 · 709 阅读 · 1 评论 -
Pytorch学习 day08(最大池化层、非线性激活层、正则化层、循环层、Transformer层、线性层、Dropout层)
【代码】Pytorch学习 day08(最大池化层)原创 2024-03-09 16:56:09 · 784 阅读 · 0 评论 -
Pytorch学习 day07(神经网络基本骨架的搭建、2D卷积操作、2D卷积层、MLP到卷积)
神经网络基本骨架的搭建原创 2024-03-08 14:55:53 · 928 阅读 · 0 评论 -
Pytorch学习 day06(torchvision中的datasets、dataloader)
【代码】Pytorch学习 day06(torchvision中的数据集)原创 2024-03-07 22:35:20 · 643 阅读 · 0 评论 -
Pytorch学习 day05(RandomCrop、Transforms工具使用总结)
关注工具的输入和输出多看官方文档,按ctrl + 左键单击即可进入官方文档输入可以看_ _ init _ _ 方法,需要什么参数:self不用管带有 = 的如:xx = 12 表示带有默认值,也不用管在Args: 中查看需要我们填写的参数是要求什么类型的。原创 2024-03-06 22:27:15 · 764 阅读 · 0 评论 -
Pytorch学习 day04(Totensor、Normalize、Resize、Compose)
【代码】Pytorch学习 day04(Totensor、Normalize)原创 2024-03-06 13:47:34 · 807 阅读 · 0 评论 -
Pytorch学习 day03(Tensorboard、Transforms)
【代码】Pytorch学习 day03(Tensorboard)原创 2024-03-04 23:03:22 · 713 阅读 · 0 评论 -
Pytorch学习 day02(加载数据、数据集类)
Dataset提供一种方式:来获取数据及其label,给数据进行编号。* Dataloader为神经网络提供不同的数据形式。原创 2024-03-01 18:48:16 · 437 阅读 · 0 评论 -
Pytorch学习 day01(Jupyter安装、常用函数、三种编辑器的对比)
【代码】Pytorch学习 day01(Jupyter安装。原创 2024-02-29 22:59:58 · 1111 阅读 · 0 评论