4. Pytorch
文章平均质量分 78
Pytorch学习
要坚持写博客呀
这个作者很懒,什么都没留下…
展开
-
目标检测——常用评估指标含义及代码
一、简介目标检测是一个分类和回归都有的一个任务。通过混淆矩阵(TP, TN, FP, FN),可以计算出 Precision ( P ), Recall ( R ), Accuracy, F1-Score;IOU二、大概原理1. 步骤:2. 细节:1. 感知机的表达形式三、代码实现1.手动实现代码来自:2.库实现sklearn.linear_model.Perceptron的参数和属性参数:属性:代码实现步骤:#coding=u原创 2022-04-01 23:07:56 · 1771 阅读 · 0 评论 -
pytorch模型构建(五)——各种工具函数介绍(NMS, Kmeans)
一、简介(占位,待写)1. 图:目的:原则:方法:二、数1.原创 2022-03-25 15:55:33 · 5239 阅读 · 0 评论 -
pytorch模型构建(四)——常用的分类损失函数
一、简介损失函数的作用: 主要用于深度学习中predict与True label “距离”度量或者“相似度度量”,并通过反向传播求梯度,进而通过梯度下降算法更新网络参数,周而复始,通过损失值和评估值反映模型的好坏。损失函数的分类: 主要分为回归损失函数和分类损失函数。回归损失函数: reg_loss(回归预测一个具体的数值,真实的一个具体值),比如我要预测一个矩形框的宽高,一般来说可以使任意值。一般的回归会将预测的值设计到一个较小的范围比如0~1范围内,这样可以加速模型收敛,要不然模型前期预测的数值原创 2021-12-22 16:10:57 · 2613 阅读 · 0 评论 -
pytorch模型构建(四)——常用的回归损失函数
一、简介(占位,待写)1. 图:目的:原则:方法:二、数1.原创 2021-12-09 18:00:34 · 8735 阅读 · 0 评论 -
pytorch模型构建(一)——datasets部分之dataloader
一、简介1. torch中的dataloader:torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False,原创 2021-12-01 16:15:29 · 2079 阅读 · 0 评论 -
pytorch 层、块、网络、参数、GPU
一、层和块层: 像nn.Linear(),nn.ReLU()都是一个层块: 由许多层组成,可由nn.Squential()将层按照顺序串联起来。块可以包含代码。二、网络中(块和层)的参数访问从已有的模型访问参数,因为有的模型是通过 nn.Sequential() 按照顺序组成,像一个列表,所以可以通过访问类似于列表的方式进行访问import torchfrom torch import nnnet = nn.Sequential(nn.Linear(4, 8), nn.ReLU(),原创 2021-10-13 11:19:25 · 234 阅读 · 0 评论 -
pytorch中的乘法总结
一、简介点积(数量积,dot product)点积(数量积,dot product)点积(数量积,dot product)二、用法1. 点积(torch.dot())即数量积,对应相乘然后求和。torch.dot(input, other, *, out=None) → Tensor# 输入的两个张量必须为1维的。和numpy的dot product不同,numpy的点积支持二维矩阵运算,但是得到的是矩阵积(即按照矩阵相乘法则进行计算。)2. 矩阵逐元素乘法(Element原创 2021-10-08 13:39:44 · 1355 阅读 · 0 评论 -
pytorch-个别函数用法记录
1.torch.tensor和torch.Tensor的区别背景torch.tensor和torch.Tensor都可以生成或将其他变量转换为tensor张量。torch.tensor为一个函数,返回的是torch.Tensor类实例化的对象,data类型对应单双精度的torch.Tensor。torch.Tensor为一个类,将data转换为单精度浮点型的torch.FloatTensor(torch.Tensor),类中的init函数默认转换。torch.tensortorch.tenso原创 2021-09-15 00:34:35 · 229 阅读 · 0 评论 -
pytorch loss函数
一、回归损失函数回归问题就是预测出具体的数值,比如我要预测电池电压的具体值,具体值不是固定的,分类问题就是我要预测电池电压值处于故障状态类别还是正常状态类别,类别数目是固定的。1. torch.nn.L1Loss平均绝对误差(Mean Absolute Error, MAE),公式为:l(x,y)=1N∑i=1N∣xi−yi∣ l(x,y) = \frac{1}{N}\sum_{i=1}^{N}|x_i-y_i| l(x,y)=N1i=1∑N∣xi−yi∣就是求预测值和真实值误差的绝对值。原创 2021-09-14 21:02:59 · 255 阅读 · 0 评论