torch练习汇总
MachineLP
成功收获成果,失败收获智慧,投入收获快乐!
展开
-
[python] python 虚拟环境构建 & GPU环境
GPU/python环境配置与验证。(1)GPU加速型实例安装NVIDIA GPU驱动及CUDA工具包:https://support.huaweicloud.com/usermanual-ecs/zh-cn_topic_0149470468.html#ZH-CN_TOPIC_0149470468__section1034245773916(2)华为云linux服务器部署TensorFlow-gpu全攻略:https://www.cnblogs.com/zxyza/p/10535939.htm...原创 2020-06-24 12:55:05 · 942 阅读 · 0 评论 -
torch07:RNN--MNIST识别和自己数据集
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建CNN模型,训练和测试:(1)定义模型超参数:rnn的输入,rnn隐含单元,rnn层数,迭代次数、批量大小、学习率。(2)定义训练数据,加餐部分是使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/detai...原创 2018-06-02 12:57:44 · 1762 阅读 · 2 评论 -
torch06:ResNet--Cifar识别和自己数据集
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建CNN模型,训练和测试:(1)定义模型超参数:迭代次数、批量大小、学习率。(2)定义训练数据,加餐部分是使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/details/80506147)(3)定义模型(定...原创 2018-06-02 11:46:08 · 1977 阅读 · 1 评论 -
torch05:CNN--MNIST识别和自己数据集
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建CNN模型,训练和测试:(1)定义模型超参数:输出、迭代次数、批量大小、学习率。(2)定义训练数据,加餐部分是使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/details/80506147)(3)定义模...原创 2018-06-02 11:22:35 · 1867 阅读 · 0 评论 -
torch04:全连接神经网络--MNIST识别和自己数据集
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建线性回归模型,训练和测试:(1)定义模型超参数:输入大小、隐含层、输出、迭代次数、批量大小、学习率。(2)定义训练数据,加餐部分是使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/details/80506...原创 2018-06-01 21:52:48 · 5555 阅读 · 0 评论 -
torch03:linear_regression
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建线性回归模型,训练和测试:(1)定义模型超参数:输入大小、输出、迭代次数、学习率。(2)定义训练数据:或者使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/details/80506147)(3)定义模型。...原创 2018-06-01 21:16:55 · 670 阅读 · 0 评论 -
torch02:logistic regression--MNIST识别
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建逻辑回归模型,训练和测试:(1)定义模型超参数:输入大小、类别数量、迭代次数、批量大小、学习率。(2)获取训练数据:使用已有的,或者使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/details/8050...原创 2018-05-31 21:08:43 · 914 阅读 · 0 评论 -
torch09:variational_autoencoder(VAE)--MNIST和自己数据集
MachineLP的Github(欢迎follow):https://github.com/MachineLPMachineLP的博客目录:小鹏的博客目录本小节使用torch搭建VAE模型,训练和测试:(1)定义模型超参数:输入大小、隐含单元、迭代次数、批量大小、学习率。(2)定义训练数据。(3)定义模型(定义需要的VAE结构)。(4)定义损失函数,选用适合的损失函数...原创 2018-06-07 22:06:17 · 2593 阅读 · 1 评论 -
torch01:torch基础
MachineLP的Github(欢迎follow):https://github.com/MachineLPMachineLP的博客目录:小鹏的博客目录本小节介绍torch的基础操作和流程:(1)计算表达式的梯度值。(2)数组与tensor。(3)构建输入管道。(4)加载预训练的模型。(5)保存和加载权重。--------------------------...原创 2018-05-30 23:03:56 · 3464 阅读 · 0 评论 -
torch08:RNN--word_language_model
MachineLP的Github(欢迎follow):https://github.com/MachineLP本小节使用torch搭建RNN模型,训练和测试:(1)定义模型超参数:rnn的输入,rnn隐含单元,rnn层数,迭代次数、批量大小、学习率。(2)定义训练数据,加餐部分是使用自己的数据集:(可参考:https://blog.csdn.net/u014365862/article/detai...原创 2018-06-03 19:53:43 · 1018 阅读 · 0 评论