![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyTorch
pissjello
这个作者很懒,什么都没留下…
展开
-
PyTorch学习笔记6——优化器对比
分别在pytorch中对比了SGD、Momentum、RMSprop和Adam四种优化器的训练效果。结合了前面的构建网络方法、批训练方法等import torchimport torch.utils.data as Dataimport torchfrom torch.autograd import Variableimport matplotlib.pyplot as pltimp...转载 2020-03-05 16:49:51 · 225 阅读 · 0 评论 -
PyTorch学习笔记5——批训练
1、torch.utils.data.TensorDataset() 和torch.utils.data.DataLoader()pytorch提供了一个数据读取的方法,其由两个类构成:torch.utils.data.Dataset和DataLoader,我们要自定义自己数据读取的方法,就需要继承torch.utils.data.Dataset,并将其封装到DataLoader中。Tenso...转载 2020-03-05 16:01:01 · 259 阅读 · 0 评论 -
PyTorch学习笔记5——保存和提取神经网络
对训练到某一步的神经网络可以通过保存为pkl文件,下次再想继续训练实验时直接提取。神经网络的保存和提取分为对整个神经网络保存和提取、对神经网络的参数保存和提取。# 保存提取整个神经网络torch.save(net1,'net.pkl')net2=torch.load('net.pkl')# 保存和提取神经网络的参数torch.save(net1.state_dict(),'net_p...转载 2020-03-05 15:14:05 · 388 阅读 · 0 评论 -
PyTorch学习笔记4——神经网络快速搭建法(torch.nn.Sequential))
torch.nn.Sequential是一个Sequential容器,可以按照自己的需求,把不同的函数或组合成的模块添加到自己定义的网络中。比如,搭建一个两层神经网络(输入特征数为2,隐藏层神经元数为10且使用ReLu激活函数,输出特征数为2)有两种方法定义该网络:1.定义网络类并继承torch.nn.Module模块,这样可以根据自己的需求改变传播过程,forward函数是自己定义的。c...转载 2020-03-05 14:38:27 · 1334 阅读 · 0 评论 -
PyTorch学习笔记3——搭建分类模型
莫烦PYTHON PyTorch教程P12搭建分类模型代码import torchfrom torch.autograd import Variableimport matplotlib.pyplot as pltimport torch.nn.functional as F'''教程P12:利用torch解决分类问题'''n_data = torch.ones(100,2)#...转载 2020-03-03 18:12:30 · 344 阅读 · 0 评论 -
PyTorch学习笔记2——搭建回归模型
莫烦PYTHON PyTorch教程P11搭建回归拟合模型代码import torchfrom torch.autograd import Variableimport matplotlib.pyplot as pltimport torch.nn.functional as F'''教程P11:利用torch解决回归拟合问题'''x = torch.unsqueeze(torc...转载 2020-03-03 17:32:03 · 214 阅读 · 0 评论 -
PyTorch学习笔记1——PyTorch介绍
PyTorch是Torch在Python上的衍生,与TensorFlow不同的是,它在搭建神经网络时不是先建立好一个静态图,然后再把数据放到图计算,而是一个动态的过程,边搭图边计算。PyTorch与Numpy对比:Torch自称为神经网络界的Numpy,因为他能将torch产生的tensor放在GPU中加速运算,就像Numpy会把array放在CPU中加速运算。不过,torch和Numpy能够...原创 2020-03-01 21:09:11 · 131 阅读 · 0 评论