PyTorch
pytorch
Zhao-Jichao
这个作者很懒,什么都没留下…
展开
-
PyTorch view() 函数
view() 函数view(-1) 展平数组import torcha = torch.Tensor([[1,2,3],[4,5,6]])a.view(-1)>>> tensor([1., 2., 3., 4., 5., 6.])a.view(-1).shape>>> torch.Size([6])view(3,-1) 展平为3行import torcha = torch.Tensor([[1,2,3],[4,5,6]])a.view(3,-1)原创 2020-09-16 11:06:57 · 469 阅读 · 0 评论 -
Win 系统 PyTorch 安装配置教程
Python 下载配置下载地址:https://www.python.org/右键以管理员身份运行PyTorch 安装配置VSCode 下载配置原创 2020-09-12 19:41:28 · 342 阅读 · 2 评论 -
PyTorch 读取图像图片数据
读取图像读取已封装好数据集读取 MNIST读取自定义数据集读取已封装好数据集读取 MNISTtransform = transforms.Compose( [transforms.ToTensor(), transforms.Normalize(0.5, 0.5)])# 如果没有下载 MNIST 数据集,那么需要设置 download 参数为 True# 如果已经下载 MNIST 数据集,那么只需设置 download 参数为 Falsetra原创 2020-09-07 09:27:11 · 9806 阅读 · 1 评论 -
PyTorch Upsample() 函数实现上采样
PyTorch Upsample() 函数实现上采样import torchimport torch.nn as nninput = torch.arange(1, 5, dtype=torch.float32).view(1,1,2,2)print(input)m = nn.Upsample(scale_factor=2, mode='bicubic', align_corners=True)m(input)输出结果如下:tensor([[[[1., 2.],原创 2020-08-31 20:05:34 · 8820 阅读 · 0 评论 -
PyTorch cat() 函数实现维度拼接
PyTorch cat() 函数实现维度拼接需要保证(除需要合并的维度外)其他维度均相等。参数dim指定需要合并的维度的索引号。如下例子为合并第三维。import torcha = torch.rand(2, 10, 30)b = torch.rand(2, 10, 40)c = torch.cat([a, b], dim=2)print(c.shape) 输出结果如下:>>> c.shapetorch.Size([2, 10, 70])Ref:Pytorc原创 2020-08-31 19:39:36 · 2860 阅读 · 0 评论 -
PyTorch max()函数取最大值
max() 函数导入示例矩阵import torcha = torch.Tensor([1,2], [3,5], [6,4])a=[123564]a=\left[\begin{matrix}1 & 2\\3 & 5\\6 & 4\end{matrix}\right]a=⎣⎡136254⎦⎤按行取最大值>>> pred, idx = a.max(1)>>> predtensor([2., 5., 6.])>原创 2020-08-07 12:31:53 · 12797 阅读 · 0 评论 -
PyTorch 保存模型结构参数及加载模型
PyTorch 保存模型结构参数及加载模型保存模型与加载保存模型分为两种方式:保存整个网络结构和参数保存整个网络的参数# 1.保存并加载整个网络结构和参数torch.save(net, 'net.pth')net = torch.load('net.pth')# 2.保存并加载整个网络的参数torch.save(net.state_dict(), 'net.pth')net = net.load_state_dict(torch.load('net.pth'))RefPyt原创 2020-08-07 10:29:23 · 3922 阅读 · 1 评论 -
PyTorch 实现经典模型8:FCN
FCN网络结构代码class fcn(nn.Module): def __init__(self, num_classes): super(fcn, self).__init__() self.stage1 = nn.Sequential(*list(pretrained_net.children())[:-4]) # 第一段 self.stage2 = list(pretrained_net.children())[-4] # 第二段原创 2020-08-04 16:22:54 · 873 阅读 · 0 评论 -
PyTorch 实现经典模型7:YOLO (v1, v2, v3, v4)
YOLO (v1, v2, v3, v4)网络结构代码Ref<机器爱学习>YOLO v1深入理解<机器爱学习>YOLOv2 / YOLO9000 深入理解<机器爱学习>YOLO v3深入理解原创 2020-08-04 16:05:11 · 712 阅读 · 0 评论 -
PyTorch 实现经典模型6:RCNN (Fast RCNN, Faster RCNN)
RCNN (Fast RCNN, Faster RCNN)网络结构代码原创 2020-08-04 15:59:06 · 1700 阅读 · 1 评论 -
PyTorch 实现经典模型5:ResNet
ResNet网络结构代码'''ResNet-18 Image classfication for cifar-10 with PyTorch Author 'Sun-qian'.'''import torchimport torch.nn as nnimport torch.nn.functional as Fclass ResidualBlock(nn.Module): def __init__(self, inchannel, outchannel, stride=1原创 2020-08-04 15:53:50 · 397 阅读 · 0 评论 -
PyTorch 实现经典模型4:GoogLeNet
GoogLeNet网络结构代码import torchfrom torch import nnNUM_CLASSES = 10class BasicConv2d(nn.Module): def __init__(self, in_channels, out_channels, **kwargs): super(BasicConv2d, self).__init__() self.conv = nn.Conv2d(in_channels, out_原创 2020-08-04 15:48:44 · 676 阅读 · 0 评论 -
PyTorch 实现经典模型3:VGG
VGG网络结构代码import torch.nn as nnimport mathclass VGG(nn.Module): def __init__(self, features, num_classes=1000, init_weights=True): super(VGG, self).__init__() self.features = features self.classifier = nn.Sequential(原创 2020-08-04 15:41:06 · 605 阅读 · 0 评论 -
PyTorch 实现经典模型2:AlexNet
AlexNet网络结构代码实现class AlexNet(nn.Module): def __init__(self, num_classes = 1000):#imagenet数量 super().__init__() self.layer1 = nn.Sequential( nn.Conv2d(in_channels=3, out_channels=96, kernel_size=11, stride=4),原创 2020-08-04 15:29:02 · 955 阅读 · 0 评论 -
PyTorch 实现经典模型1:LeNet5
模型:LeNet5网络结构简化后结构:代码class CNNNet(nn.Module): def __init__(self): super(CNNNet, self).__init__() self.conv1 = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=5, stride=1) self.pool1 = nn.MaxPool2d(kernel_size=2, stri原创 2020-08-04 14:57:06 · 1025 阅读 · 0 评论 -
PyTorch 实现 GAN 生成式对抗网络 含代码
网络结构简单线性 GAN 代码如下import torchimport torchvisionimport torch.nn as nnimport torch.nn.functional as Ffrom torchvision import datasetsfrom torchvision import transformsfrom torchvision.utils import save_imagefrom torch.autograd import Variableimpor原创 2020-08-04 12:13:05 · 1127 阅读 · 3 评论 -
PyTorch 实现 VAE 变分自编码器 含代码
import torchimport torchvisionfrom torch import nnfrom torch import optimimport torch.nn.functional as Ffrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvision import transformsfrom torchvision.utils import save_i原创 2020-08-01 11:28:05 · 12879 阅读 · 11 评论 -
PyTorch nn.Module 一些疑问
在阅读书籍时,遇到了一些不太理解,或者介绍的不太详细的点。从代码角度学习理解Pytorch学习框架03: 神经网络模块nn.Module的了解。Pytorch 03: nn.Module模块了解原创 2020-07-29 10:42:07 · 349 阅读 · 0 评论 -
PyTorch 可视化工具 TensorboardX
只显示 scalar,不显示 graph 解决办法Pytorch的网络结构可视化(tensorboardX)(详细)Win10中pyTorch1.4.0+tensorboard配置后graph显示空白pytorch1.4+tensorboard不显示graph计算图的问题原创 2020-07-25 23:41:00 · 688 阅读 · 0 评论 -
PyTorch 训练可视化教程 visdom
visdom 快速启动启动地址:http://localhost:8097/visdom 的介绍Visdom是Facebook专为PyTorch开发的实时可视化工具包,其作用相当于TensorFlow中的Tensorboard,灵活高效且界面美观,下面就一起来学习下如何使用吧!如果想更多了解关于Visdom的使用可以参考官方首先来欣赏下官方提供的Visdom的可视化界面Visdom的安装安装非常简易,只需要打开cmd窗口,输入一下命令即可快速安装完成pip install visdom原创 2020-07-25 16:29:20 · 7127 阅读 · 5 评论 -
3.0 神经网络 - PyTorch学习笔记
神经网络 (NEURAL NETWORK)神经网络可以通过 torch.nn 包来构建上节课已经学习了 autograd ,nn 是在 autograd 的基础上定义和区分模型。一个 nn.Module 包含了层,和一个 forward(input) 来返回 output 。以典型 LetNet-5 网络举例:这是一个简单的前馈(feed-forward)网络。具有输入,将输入馈送到一层接一层,最后输出。一个典型的神经网络训练过程包含以下几个方面:定义神经网络的学习参数迭代输入数据通过网原创 2020-06-16 22:14:22 · 393 阅读 · 0 评论 -
2.0 自动梯度 - PyTorch学习笔记
自动梯度 (AUTOGRAD: AUTOMATIC DIFFERENTIATION)导入 torch 包import torch新建一个需要的2x2张量,并设置梯度记录为开启状态x = torch.ones(2, 2, requires_grad=True)print(x)输出:tensor([[1., 1.], [1., 1.]], requires_grad=True)进行一个张量操作y = x + 2print(y)输出:tensor([[3原创 2020-06-16 20:24:50 · 342 阅读 · 0 评论 -
1.0 深度学习回顾与PyTorch简介 - PyTorch学习笔记
机器学习Python编程环境:VSCode+Anaconda机器学习Python编程环境:VSCode+Anaconda安装conda,安装类型建议选择All Users这样后期不会出现权限的问题win10安装pytorch-gpu版本注意版本问题,和路径问题完成所有操作即可成功安装时需要tizi安装时cuda11.0版本没有工具包,因此回退到了10.0版本。...原创 2020-06-11 22:06:41 · 470 阅读 · 0 评论 -
0.0 环境搭建 - PyTorch学习笔记
P1 深度学习回顾与PyTorch简介视频课程地址:点我 fly~~~本节课主要偏向于NLP,因为作者本人是做NLP方向NLP预训练三种模型:BERTOpenAI GPTELMo【NLP】OpenAI GPT算法理解【NLP】OpenAI GPT2详解如何成为PyTorch大神?学好深度学习的基础知识学习PyTorch官方tutorial https://pytorch.org/docs/stable/index.html学习Github以及各种博客上的教程(别人创建好原创 2020-06-11 22:05:50 · 350 阅读 · 0 评论