![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
zhixing-go
这个作者很懒,什么都没留下…
展开
-
pytorch中的item()
在计算Loss和accuracy的时候经常会遇到.item()其作用是取出tensor中的值,变为Python的数据类型。import torchx = torch.randn(2,2)print(x)print(x[1,1])输出:tensor([[-1.3722, 1.1144], [-0.8714, 0.3114]])tensor(0.3114)=========================================import torchx =原创 2021-10-26 10:09:01 · 599 阅读 · 0 评论 -
pytorch保存模型等相关参数,利用torch.save(),以及读取保存之后的文件
pytorch保存模型等相关参数,利用torch.save(),以及读取保存之后的文件本文分为两部分,第一部分讲如何保存模型参数,优化器参数等等,第二部分则讲如何读取。假设网络为model = Net(), optimizer = optim.Adam(model.parameters(), lr=args.lr), 假设在某个epoch,我们要保存模型参数,优化器参数以及epoch一、先建立一个字典,保存三个参数:state = {‘net’:model.state_dict(), ‘opt转载 2021-10-14 17:17:58 · 582 阅读 · 0 评论 -
张量tensor的维度,形状
tensor的维度,形状维度是几:看左边的中括号[,有几个就是几维。形状:先看左边第一个中括号[中有几个元素(广义)被逗号隔开,有n1个则这个张量形状的第一个元素就是n1;再看左边第二个中括号[中有几个元素(广义)被逗号隔开,有n2个则这个张量的形状第二个元素就是n2;n3n4…例如:四维的tensor,形状为(n1,n2,n3,n4)...原创 2021-10-12 15:17:33 · 1026 阅读 · 0 评论 -
[WinError 1455] 页面文件太小,无法完成操作。 Error loading “D:\anaconda\lib\site-packages\torch\lib\caffe2_detectr
不要用Pycharm运行,用终端命令行运行即可。原创 2021-09-27 09:53:57 · 3714 阅读 · 3 评论 -
Pytorch使用To方法编写代码在不同设备(CUDA/CPU)上兼容(device-agnostic)
以前版本的PyTorch编写device-agnostic代码非常困难(即,在不修改代码的情况下在CUDA可以使用或者只能使用CPU的设备上运行)。device-agnostic的概念:即设备无关,可以理解为无论什么设备都可以运行您编写的代码。(PS:个人理解,我没有在网上找到专业解释)PyTorch 0.4.0使代码兼容PyTorch 0.4.0通过两种方法使代码兼容变得非常容易:张量的device属性为所有张量提供了torch.device设备。(注意:get_device仅适用于CUDA张量转载 2021-09-26 10:57:08 · 262 阅读 · 0 评论