PyTorch学习
糊小胡
这个作者很懒,什么都没留下…
展开
-
PyTorch入门(一):什么是PyTorch
PyTorch是一个基于Python的科学计算软件包:numpy的替代品,可使用强大的GPU功能;一个深度学习平台,具有最大的灵活性和最快的速度。张量(Tensors)与numpy的ndarrays类似,用于GPU加速计算。一个未初始化的5行3列矩阵a = torch.empty(5,3)print(a)输出为一个随机初始化的5行3列矩阵a = torch.rand(5, ...翻译 2019-01-17 15:59:36 · 403 阅读 · 0 评论 -
PyTorch入门(二):Autograd自动求导机制
autograd包中是PyTorch中所有神经网络的核心,为Tensors上所有操作自动求导,由框架定义运行,意味着backprop由代码运行的方式定义,并且每个迭代都可以不同。Tensortorch.Tensor是所有package的核心类,当设置.requires_grad为True时,会追踪所有操作。完成计算后,可以调用.backward()并自动计算梯度。该张量的梯度会累积到.grad...翻译 2019-01-18 11:58:59 · 3255 阅读 · 0 评论 -
PyTorch入门(五):数据加载和处理
数据加载和处理PyTorch提供了许多工具加载数据,使代码更具有可读性。scikit-image:用于图像io和transformpandas:更容易解析csv我们要处理一个面部姿态的数据集。每张图片有68个不同的标记点。如下图注释:快速读取csv文件并且从一个(N,2)的数组得到标记,其中N是标记点的数量。landmarks_frame = pd.read_csv('data/...翻译 2019-01-23 21:09:15 · 628 阅读 · 0 评论 -
PyTorch入门(三):Neural Networks 神经网络
神经网络使用包torch.nn构建。nn依赖于autograd定义模型并且区分。一个nn.Moudule包含层(layers),以及一个返回输出(output)的前向(forward(input))方法。翻译 2019-01-18 19:36:19 · 335 阅读 · 0 评论 -
PyTorch入门(四):训练一个分类器
关于数据通常,处理图像,文本,音频或视频数据时,使用标准python包将数据加载到numpy数组中,然后将数据转换成torch.*Tensor。对于图像,使用Pillow,OpenCV对于音频,使用scipy和librosa对于文本,可以使用raw Python或者基于Cython的加载,或者NLTK、SpaCy针对视觉处理,有一个torchvision的软件包,包含常见数据集的数据加...翻译 2019-01-21 22:24:00 · 607 阅读 · 0 评论 -
PyTorch入门(六):通过例子学习PyTorch
通过例子学习PyTorch通过PyTorch的自带例子了解基本概念。PyTorch有两个主要特征:一个n维的张量,类似于numpy但可以在GPU上运行创建和训练神经网络是可以自动微分使用一个全连接RELU网络作为例子。该网络有一个单独隐藏层,使用梯度下降适应随机数据,最小化输出和标签的欧氏距离。张量(Tensors)引入PyTorch之前,首先用numpy实现网络。Numpy提...翻译 2019-01-27 21:32:24 · 591 阅读 · 0 评论