- 博客(6)
- 资源 (4)
- 收藏
- 关注
原创 Torch建立数据迭代器进行训练的两种方法
Torch建立数据迭代器进行网络模型训练的两种方法数据库的建立方法一方法二数据库的建立数据格式要求:.csv文件,第一列为标签,第二列之后为数据建立数据库代码import torchimport pandas as pdimport torch.utils.data as Datadef dataset(path): data = pd.read_csv(path,header=None) label = data.iloc[:, 0] data = data.ilo
2020-07-22 17:57:16
1419
原创 pytorch无法使用显卡运行程序的解决办法
WIN10系统正确安装对应版本cudatoolkit-10.1.243、cudnn-7.6.5、cuda-10.1.243、cudnn补丁后仍然无法使用显卡运行程序的解决办法测试Cuda版本测试Anaconda版本并创建环境安装pytorch-gpu测试Cuda版本win+R打开运行窗口,输入cmd打开命令窗口输入命令>nvcc -V显示如下结果,证明cuda已经安装成功nvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-20
2020-07-15 16:52:09
8869
3
原创 用LSTM实现sin和tan的二分类
用LSTM实现sin和tan的二分类读取数据(load_data.py)定义RNN-LSTM模型(model.py)定义训练过程(train_model.py)主程序(main.py)在基于CNN程序的基础上用长短时记忆网络对sin和tan离散数据进行了分类,采用单向单层LSTM网络,其中,对nn.LSTM()函数在程序中进行了详细解释。读取数据(load_data.py)可以调用此部分读取...
2019-10-31 11:26:43
2289
3
原创 用CNN实现sin和tan的二分类
用CNN实现sin和tan的二分类生成训练集和测试集数据(预先完成)读取数据(load_data.py)定义CNN模型(model.py)定义训练过程(train_model.py)主程序(main.py)生成训练集和测试集数据(预先完成)代码如下,生成一定长度的sin和tan离散值from pandas.core.frame import DataFrameimport mathimp...
2019-10-21 17:36:19
571
1
转载 nn.Conv1d&nn.Conv2d
一、nn.Conv1d一维的卷积能处理多维数据nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))参数: in_channel: 输入数据的通道数,例RGB图片通道数为3; out_channel: 输出数据的通道数...
2019-09-30 21:39:30
1054
原创 MIT-BIH心率失常数据的读取以及简单处理
本程序实现了MIT-BIH心率失常数据的读取、转存和预处理等操作导入第三方包/设置路径/定义和数据选择原始数据转存为.csv文件心拍分割重新标注(可以2分类或5分类)导入第三方包/设置路径/定义和数据选择# -*- coding: utf-8 -*-import wfdbimport numpy as npimport matplotlib.pyplot as pltfrom scip...
2019-09-25 14:48:36
4250
7
对象存储单节点ceph环境部署,附移除osd并格式化osd所在磁盘脚本
2022-02-19
pytorch_NPL_ATTENTIONLSTM.rar
2020-06-11
pytorch_ECG_CCDD_ATTENTIONLSTM.rar
2020-06-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人