pytorch 交叉验证_pytorch 相关资料收集

本文汇总PyTorch的交叉验证、数据处理和优化器知识,包括数据加载艺术、平衡采样、ReduceLROnPlateau策略、多分类问题中的损失函数如nn.BCEWithLogitsLoss等。
摘要由CSDN通过智能技术生成

这篇文章主要整理一下pytorch的相关资料,以便自己以后收集。

Pytorch中文网 - 端到端深度学习框架平台​ptorch.com

1.数据处理

1.Pytorch中的数据加载艺术

对pytorch的数据加载机制写得比较清晰。

2.Balanced Sampling between classes with torchvision DataLoader

How to Prevent Overfitting

pytorch sampler对数据进行采样

关于WeightedRandomSampler的用法,同时可参考官方文档中关于WeightedRandomSampler的描述,比较详细。

3

pytorch之dataloader深入剖析 - ranjiewen - 博客园​www.cnblogs.com pytorch学习笔记(十四): DataLoader源码阅读​blog.csdn.net marsggbo:一文弄懂Pytorch的DataLoader, DataSet, Sampler之间的关系​zhuanlan.zhihu.com

2.优化器

1.ReduceLROnPlateau

ReduceLROnPlateau类

神经网络的训练中要计算验证集的损失函数吗?

pytorch 动态调整学习率​www.spytensor.com

3.loss相关

3.1 多分类问题

nn.BCEWithLogitsLoss

nn.BCELoss

nn.MultiLabelSoftMarginLoss()

德川Captain:PyTorch学习笔记——二分类交叉熵损失函数​zhuanlan.zhihu.com
c1457046a2b6c48838d807c649515932.png
pytorch中利用BCEloss进行多分类的原理​narcissuscyn.github.io What kind of loss is better to use in multilabel classification?​discuss.pytorch.org
5b94cab4d72b603af40c63a848b67ff0.png
pytorch常用损失函数 - 慢行厚积 - 博客园​www.cnblogs.com
1efd7bd082ce9059a9d9e5334238784a.png
pytorch loss function 总结​blog.csdn.net

4.加载模型相关

Pytorch学习(十七)--- 模型load各种问题解决​blog.csdn.net


5.

PyTorch提取中间层特征?​www.zhihu.com
dbef36a416dd533dd944fed802a86a68.png
深度学习pytorch代码各种常见头文件​blog.csdn.net

6.

PyTorch中Tensor的拼接与拆分​blog.csdn.net PyTorch索引,切片,连接,换位Indexing, Slicing, Joining, Mutating Ops​blog.csdn.net

index索引问题

Selecting over dimension by indices​discuss.pytorch.org
5b94cab4d72b603af40c63a848b67ff0.png

7.

sgd学习率选择问题​www.cnblogs.com

8. apex

https://blog.csdn.net/mrjkzhangma/article/details/100704397​blog.csdn.net apex的实践​juejin.im 一文详解Apex的安装和使用教程(一款基于 PyTorch 的混合精度训练加速神器)​blog.csdn.net Training With Mixed Precision​docs.nvidia.com
8eb81257926c421ac1967a1a2a1eac60.png
Pytorch IO提速 - 三年一梦 - 博客园​www.cnblogs.com Using PyTorch DALI plugin: using various readers​docs.nvidia.com 陈勺子的博客 | ShaoZi's Blog​chenyue.top
e4abf0292bce1636efdb11bfba204fcd.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值