![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
Yale曼陀罗
用数字剥开俗世的纷繁外衣~坚持做精品知识专栏的公益传播者,尊重知识积累、共享学术成果~
展开
-
3.12 权重衰减
3.12 权重衰减3.12.2 高维线性回归试验3.12.3 从零开始实现3.12.3.1 初始化模型参数3.12.3.2 定义L_2范数惩罚项3.12.3.3 定义训练和测试3.12.3.4 观察过拟合3.12.3.5 使用权重衰减3.12.4 简洁实现%matplotlib inlineimport torchimport torch.nn as nnimport numpy as npimport syssys.path.append("..")# import d2lzh_pytorc原创 2021-03-04 15:16:37 · 175 阅读 · 1 评论 -
if args.resume:从断点处开始继续训练模型——How to resume training?(Faster RCNN)
if args.resume: load_name = os.path.join(output_dir, 'faster_rcnn_{}_{}_{}.pth'.format(args.checksession, args.checkepoch, args.checkpoint)) print("loading checkpoint %s" % (load_name)) checkpoint = torch.load(load_name) args.session原创 2021-03-02 18:07:21 · 6237 阅读 · 4 评论 -
神经网络第一篇——感受野的学习、计算与思考
神经网络の感受野的学习、理解与思考感受野是什么感受野的计算Calculating Receptive Field of CNN感受野是什么感受野被定义为卷积神经网络特征所能看到输入图像的区域,换句话说特征输出受感受野区域内的像素点的影响。下图展示了一个在输出层达到了7*7感受野的例子:感受野The receptive field is defined as the region in the input space that a particular CNN’s feature is lookin原创 2020-10-07 23:35:57 · 1487 阅读 · 2 评论 -
PyTorch实战示例01——regression
Topic:用神经网络模型来建立一条拟合曲线,帮助了解一群数据的关联关系。part01: 创建数据集x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1) # x data(tensor),shape=(100,1)y = x.pow(2) + 0.2*torch.rand(x.size()) # add nosiy y data(tensor),shape=(100,1)# torch can only train on Variabl原创 2020-06-29 10:49:48 · 929 阅读 · 0 评论