![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
斑驳的岁月
这个作者很懒,什么都没留下…
展开
-
pytorch -- GPU优化写法套路
GPU写法原创 2024-02-26 15:08:40 · 376 阅读 · 1 评论 -
pytorch -- CIFAR10 完整的模型训练套路
【代码】pytorch -- CIFAR10 完整的模型训练套路。原创 2024-02-26 15:04:25 · 494 阅读 · 1 评论 -
pytorch -- 加载和保存模型
保存网络模型中的参数为字典的形式(官方推荐)方法2:load_state_dict。方法1: torch.load。保存网络模型结构和参数。原创 2024-02-26 14:47:19 · 395 阅读 · 0 评论 -
pytorch --反向传播和优化器
使用反向传播,每个节点的梯度,根据梯度进行参数优化,最后使得损失最小化。计算当前张量相对于图中叶子节点的梯度。2.优化器 (以随机梯度下降算法为例)params ,lr(学习率)原创 2024-02-26 14:27:10 · 843 阅读 · 0 评论 -
pytorch -- torch.nn下的常用损失函数
【代码】pytorch -- torch.nn下的常用损失函数。原创 2024-02-26 11:39:31 · 633 阅读 · 0 评论 -
pytorch -- torch.nn网络结构
使用 torch.nn 模块,我们可以创建自定义的神经网络模型,并使用 PyTorch 提供的优化器(如 torch.optim)和损失函数来训练和优化模型。1.1版本 nn.functional.conv2d。1.2版本 torch.nn.Conv2d。原创 2024-02-26 11:26:30 · 801 阅读 · 1 评论 -
pytorch -- torch.nn.Module
通过继承 nn.Module 类,您可以创建自己的神经网络模型,并定义模型的结构和操作。还能使用 PyTorch 提供的优化器(如 torch.optim)和损失函数来训练和优化模型。nn.Dropout: Dropout 层,用于正则化和防止过拟合。nn.Sequential: 顺序容器,用于按顺序组合多个层。nn.MSELoss: 均方误差损失函数,通常用于回归问题。nn.Conv2d: 二维卷积层,用于处理图像数据。nn.Linear: 线性层,用于定义全连接层。原创 2024-02-25 21:00:09 · 738 阅读 · 0 评论 -
pytorch -- 常见的transform包方法
transforms包的相关方法原创 2024-02-25 20:32:48 · 775 阅读 · 1 评论 -
pytorch -- ToTensor使用
通过transforms.ToTensor解决两个问题(PIL image/numpy.ndarray 转化为 tensor )ToTensor()返回一个ToTensor的对象(创建具体的工具),传入pic就会返回一个Tensor类型的图片(使用工具)导入:from torchvision import transforms。原创 2024-02-25 20:14:22 · 731 阅读 · 0 评论 -
pytorch -- tensorboard使用
【代码】pytorch -- tensorboard使用。原创 2024-02-25 20:04:55 · 539 阅读 · 0 评论 -
pytorch -- DataLoader
pytorch DataLoader使用原创 2024-02-25 19:59:11 · 654 阅读 · 0 评论