![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
py+torch+tensorflow+anaconda
文章平均质量分 56
py+torch+tensorflow+anaconda
我想静静,
这个作者很懒,什么都没留下…
展开
-
torch.multiprocessing
torch.multiprocessing是具有额外功能的multiprocessing,其 API 与multiprocessing完全兼容,因此我们可以将其用作直接替代品。multiprocessing支持 3 种进程启动方法:fork(Unix 上默认)、spawn(Windows 和 MacOS 上默认)和forkserver。要在子进程中使用 CUDA,必须使用forkserver或spawn。启动方法应该通过set_start_method()在if== '原创 2023-08-04 11:38:35 · 1726 阅读 · 0 评论 -
pytorch + tensorboard远程可视化
tensorboard+pytorch在远程服务器下的使用方法原创 2022-09-14 10:59:53 · 1125 阅读 · 2 评论 -
torch.manual_seed生成随机数种子的作用
在神经网络中,参数默认是进行随机初始化的。如果不设置的话每次训练时的初始化都是随机的,导致结果不确定。如果设置初始化,则每次初始化都是固定的。设置随机种子是为了确保每次生成固定的随机数,这就使得每次实验结果显示一致了,有利于实验的比较和改进。if args.seed is not None: random.seed(args.seed) torch.manual_seed(args.seed) # 为CPU设置种子用于生成随机数,以使得结果是确定的 torch.cuda.man原创 2021-03-04 15:43:28 · 1538 阅读 · 1 评论 -
xlrd 读取xlsx文件:日期读取问题
直接读取值不对import xlrd # 引入模块from datetime import datetimefrom xlrd import xldate_as_tupleworkbook = xlrd.open_workbook("./pic.xlsx")sheet = workbook.sheets()[0] # 读取第一个sheetnrows = sheet.nrows # 行数first_row_values = sheet.row_values(0) # 第一行数据, 即.原创 2021-01-28 18:42:04 · 596 阅读 · 0 评论 -
TensorFlow基础之模型建立与训练:线性回归、MLP多层感知机、卷积神经网络
模型建立与训练:简单的线性回归MLP多层感知机数据获取、预处理模型搭建训练与评估卷积神经网络高效建模Keras Sequential高效建模Functional API建模经典网络调用高效训练当模型建立完成后,通过 tf.keras.Model 的 compile 方法配置训练过程:使用 tf.keras.Model 的 fit 方法训练模型:使用 tf.keras.Model.evaluate 评估训练效果,提供测试数据及标签自定义自定义层自定义损失自定义评估原创 2021-01-24 17:45:01 · 1631 阅读 · 0 评论 -
jupyter 切换环境以及 到后台服务的连接没能建立,处理方法
在anaconda prompt切换到该环境,以tf2为例activate tf2安装ipykernelconda install ipykernelpython -m ipykernel install --name tf2重启jupyter,可以看到即可点击使用但是,如果连接不上服务那就在anaconda prompt切换到该环境后,用jupyter notebook来进入jupyter然后再在这里更改就可以了网上的其他方法我试了没用,如果有大佬有好方法,快来评论区原创 2021-01-24 12:50:33 · 1911 阅读 · 5 评论 -
python with as的用法
有一些任务,可能事先需要设置,事后做清理工作。对于这种场景,Python的with语句提供了一种非常方便的处理方式。一个很好的例子是文件处理,你需要获取一个文件句柄,从文件中读取数据,然后关闭文件句柄。如果不用with语句,代码如下:file = open("/tmp/foo.txt")data = file.read()file.close()这里有两个问题。一是可能忘记关闭文件句柄;二是文件读取数据发生异常,没有进行任何处理。file = open("/tmp/foo.txt")try原创 2021-01-23 13:09:39 · 151 阅读 · 0 评论 -
cudart64_110.dll not found解决方法
在目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2下搜索cudart64位置可以去网上下载一个,放进去https://www.dll-files.com/download/527365cb86fd76a9a7b7e9c75b4842d3/cudart64_110.dll.html?c=VTJuUXgvTENydDYzektxWENSbTZXUT09不行就按下面的来,重装版本安装配置完tensorflow2.4.0发现引入..原创 2021-01-23 12:33:52 · 48837 阅读 · 1 评论 -
TensorFlow 基础之张量、变量、自动求导、简单的线性回归与梯度下降
TensorFlow 基础张量 (Tensor)变量Variable自动求导机制简单的线性回归与梯度下降NumPy 下的线性回归TensorFlow 下的线性回归张量 (Tensor)TensorFlow 使用 张量 (Tensor)作为数据的基本单位。TensorFlow 的张量在概念上等同于多维数组,我们可以使用它来描述数学中的标量(0 维数组)、向量(1 维数组)、矩阵(2 维数组)等各种量:# 定义一个随机数(标量)random_float = tf.random.uniform(shap原创 2021-01-23 12:19:06 · 450 阅读 · 1 评论 -
pip 和 conda 包管理器
pip 和 conda 包管理器pip 是最为广泛使用的 Python 包管理器更换国内镜像源临时永久修改1. Linux下2. windows下conda 包管理器是 Anaconda 自带的包管理器换源1. windows下2. Linux下删源pip 是最为广泛使用的 Python 包管理器可以帮助我们获得最新的 Python 包并进行管理。常用命令如下:pip install [package-name] # 安装名为[package-name]的包pip inst原创 2021-01-23 11:02:35 · 479 阅读 · 6 评论 -
pytorch embedding两两之间的欧式距离
embedding两两之间的欧氏距离 def compute_D(embeddings): t1 = embeddings.unsqueeze(1).expand(len(embeddings), len(embeddings), embeddings.shape[1]) t2 = embeddings.unsqueeze(0).expand(len(embeddings), len(embeddings), embeddings.shape[1])原创 2021-01-22 19:24:43 · 4453 阅读 · 0 评论 -
pytorch的基本操作--持续更新
对应点相乘,x.mul(y) ,即点乘操作,点乘不求和操作,又可以叫作Hadamard product;点乘再求和,即为卷积>>> a = torch.Tensor([[1,2], [3,4], [5, 6]])>>> atensor([[1., 2.], [3., 4.], [5., 6.]])>>> a.mul(a)tensor([[ 1., 4.], [ 9., 16.],原创 2021-01-19 23:20:18 · 159 阅读 · 0 评论 -
torch 保存模型
保存state = {'net': model.state_dict(), 'optimizer':optimizer.state_dict(), 'epoch': epoch}torch.save(state, 'dir.pth') 加载checkpoint = torch.load(dir)model.load_state_dict(checkpoint['net'])optimizer.load_state_dict(checkpoint['optimizer'])sta原创 2021-01-04 15:50:36 · 3768 阅读 · 0 评论 -
torch.utils.data.Sampler
torch.utils.data.DataLoader中有一个参数sampler,其默认值为None。sampler参数和batch_sampler参数允许用户自己指定数据的加载顺序与采样方式。返回样本索引。顺序采样class SequentialSampler(Sampler): """Samples elements sequentially, always in the same order. Arguments: data_source (Dataset): d原创 2021-01-15 11:26:47 · 3271 阅读 · 3 评论