- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【Deep Learning with pytorch】数据并行 DataParallel
【Deep Learning with pytorch】多GPU处理 DataParallel 当在gpu上处理神经网络的时候，可能一块GPU不足够快速训练网络，通过多块GPU并行处理，加速训练。在pytorch中这主要依靠DataParallel。 我们首先可以尝试在一块GPU上训练数据 device = torch.device("cuda:0") model.to(device)#将模型转到...
2020-02-24 10:37:51
114
原创 【deep learning with pytorch】运用pytorch训练模型
【deep learning with pytorch】运用pytorch训练模型 上一个博客已经说明了如何用pytorch构造自己的数据集，这个博客我想记录如何运用pytorch将数据集加载到模型里面，并训练、测试模型并通过tensorboard可视化结果。 首先仿照上一篇博客建立自己的dataset和dataloder。其次定义神经网络： class Net(nn.Module): d...
2020-02-23 11:30:27
155
原创 【deep learning with pytorch】运用pytorch写自己的神经网络
【deep learning with pytorch】运用pytorch写自己的神经网络 之前学习了pytorch中的tensor与建立自己的数据集。这次要开始写自己的神经网络。pytorch一般的神经网络运算如卷积池化等都是打包在了torch.nn的库里面。 在pytorch之中对tensor的所有操作都是在autograd库里面的，包括反向传播，运算等等。而torch.nn又是依赖于auto...
2020-02-22 23:10:16
181
原创 【deep learning with pytorch 】Tensor
【deep learning with pytorch】Tensor pytorch 与tensorflow一样为python的科学计算库，可以自动为神经网络进行反向梯度传播。在pytorch中最关键的库就是autograd，就是它起到了这个作用。 autograd这个库让变量类型为tensor的变量可以自动进行梯度运算，但是梯度运算需要基于运行的框架之中，也就是说，只有当网络在跑的时候才能够做反...
2020-02-21 16:58:37
157
原创 【Deep learning with pytorch 自学教程】Dataset&Dataloder
【Deep learning with pytorch 自学教程】数据集前言数据集打包数据集（Dataset Class）预处理(Transforms)对整个数据集迭代（DataLoader) 前言 在看过了许许多多的科研大佬的论文之后，发现pytorch 被越来越多人使用喜爱，于是也想尝试使用pytorch开始我的科研之路。这一系列博客主要参考pytorch官网自带的教程，并模仿教程中的代码实现...
2020-02-15 14:54:17
527
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人