pytorch学习之路
weixin_35338624
这个作者很懒,什么都没留下…
展开
-
pytorch学习之路——11
Generative Adversarial Network GAN的思想是,您有两个网络,一个是生成器G,另一个是鉴别器D,彼此竞争。 生成器使“伪”数据传递到鉴别器。 鉴别器还可以看到真实的训练数据,并预测接收到的数据是真实的还是伪造的。 鉴别器 鉴别器网络将是一个非常典型的线性分类器。 为了使该网络成为通用函数逼近器,我们至少需要一个隐藏层,并且这些隐藏层应具有一个关键属性:所有...原创 2019-10-23 16:12:12 · 163 阅读 · 0 评论 -
Transposed convolution:pytorch ConvTranspose2d参数设置
一、卷积操作: 假设cnn中某一层: 输入特征图:H*H, 卷积核:k*k, 步长stride:s, padding:p 那么经过这层卷积之后特征图大小:(H-k+2*p)/ s + 1 二、Transposed convolution(逆卷积) 逆卷积先根据输入H,k,s,p 得到相应的H',k',s',p...原创 2019-08-09 12:06:45 · 1542 阅读 · 0 评论 -
pytorch学习之路——10
卷积自动编码:主要使用nn.Conv2d()和nn.ConvTranspose2d() 有关卷积操作以及“逆卷积”操作参考:https://blog.csdn.net/weixin_35338624/article/details/98946018 Conv_autoencoder: import torch from torch import nn,optim import torch....原创 2019-10-22 15:58:45 · 185 阅读 · 0 评论 -
pytorch学习之路——09
autoencoder:分为编码和解码两个阶段,编码阶段相当于提取特征,解码可以看成编码的"逆变换",最后的输出维度与输入维度一致,损失函数选择最小均方误差。注意在autoencoder中没有使用标签信息。 linear_autoencoder: import torch from torch import nn,optim import torch.nn.functional as F f...原创 2019-10-22 13:49:18 · 105 阅读 · 0 评论 -
pytorch学习之路——08
卷积神经网络:自定义卷积核、查看卷积操作后的特征图 import cv2 import numpy as np import matplotlib.pyplot as plt import torch from torch import nn import torch.nn.functional as F # 读数据并转换成灰度图 img_path = "./data/tenyounge...原创 2019-10-21 15:54:05 · 117 阅读 · 0 评论 -
pytorch学习之路——07
建立cnn模型 import torch from torch import nn,optim import torch.nn.functional as F from torchvision import datasets,transforms from torch.utils.data.dataloader import DataLoader from torch.utils.data.s...原创 2019-10-21 11:49:04 · 179 阅读 · 0 评论 -
pytorch学习之路——06
迁移学习、数据集划分 import torch from torch import nn,optim from torchvision import transforms,models from torch.utils.data.dataset import Dataset from torch.utils.data.dataloader import DataLoader from torc...原创 2019-10-20 14:02:21 · 227 阅读 · 0 评论 -
pytorch学习之路——05
前面加载数据都是直接调用的pytorch封装好的datasets.MNIST或则datasets.FashionMNIST等,学习阶段使用这样形式的数据没有什么影响,但是实际情况是我们要处理自己的数据。本节主要使用torch.utils.data.Dataset读取MNIST数据的csv文件 from torchvision import transforms from torch.utils...原创 2019-10-20 12:36:46 · 189 阅读 · 0 评论 -
pytorch学习之路——04
保存、加载模型 import torch from torch import nn,optim import torch.nn.functional as F import matplotlib.pyplot as plt from torchvision import datasets,transforms transform = transforms.Compose([transform...原创 2019-10-18 21:12:35 · 237 阅读 · 0 评论 -
pytorch学习之路——03
前面两节都是在一个batch上进行的操作,本节整合前面的操作,并在完整的minst数据集上训练并测试模型 import torch from torch import nn from torch import optim import torch.nn.functional as F from torchvision import datasets,transforms transform ...原创 2019-10-18 12:50:21 · 260 阅读 · 1 评论 -
pytorch学习之路——02
本节主要在上一节基础上学习定义损失函数、查看梯度变化以及权值更新 import torch from torch import nn from torch import optim import torch.nn.functional as F from torchvision import datasets,transforms transform = transforms.Compose...原创 2019-10-18 12:46:14 · 908 阅读 · 0 评论 -
pytorch学习之路——01
本节主要学习transforms、pytorch框架下建立全连接网络、查看每一层参数以及前向传播 import torch from torch import nn import torch.nn.functional as F import matplotlib.pyplot as plt from torchvision import datasets,transforms trans...原创 2019-10-18 12:42:00 · 730 阅读 · 0 评论