![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch学习
文章平均质量分 93
ustcthebest
一直在这里,等风也等你
展开
-
pytorch学习day5
除了常见的损失函数之外,PyTorch还支持用户自定义损失函数,以适应特定的任务需求。通过定义自定义损失函数,用户可以根据具体情况设计特定的损失计算方式,从而更好地优化模型的训练效果。优化器在深度学习中扮演着关键的角色,它管理和更新模型中可学习参数的值,以使模型的输出更接近真实标签。在PyTorch中,优化器负责计算参数的梯度并更新参数值,实现模型的优化和训练。原创 2024-06-04 20:54:26 · 783 阅读 · 0 评论 -
pytorch学习day3
VGG块由多个卷积层和一个池化层组成。我们定义一个函数来创建这些块。我们利用来堆叠多个VGG块,最后添加全连接层。return x。原创 2024-05-31 21:55:33 · 660 阅读 · 0 评论 -
pytorch学习day2
示例数据data = torch.randn(100, 3) # 100个样本,每个样本3个特征labels = torch.randint(0, 2, (100,)) # 100个标签# 创建自定义数据集。原创 2024-05-30 21:33:03 · 802 阅读 · 3 评论 -
pytorch学习day1
模块描述torch包含激活函数和主要的张量操作定义了张量的数据类型,方法可返回新张量,方法后缀带下划线可修改张量本身torch.cuda定义了 CUDA 运算相关的函数,如检查 CUDA 是否可用,清除缓存,设置 GPU 计算流等torch.nn神经网络模块化的核心,包括卷积神经网络和全连接层,以及一系列损失函数定义神经网络相关的函数,卷积函数、池化函数、log_softmax 等激活函数,torch.nn 模块调用 torch.nn.functional 的函数。原创 2024-05-29 19:41:34 · 695 阅读 · 0 评论