weixin_43175664的博客

import os# 创建文件夹# 超参数配置b1 = 0.5b2 = 0.999n_cpu = 2# 图像的尺寸：(1, 28, 28)，和图像的像素面积：(784)# 设置cuda：(cuda:0)'''定义判别器 Discriminator将图片28x28展开成784，然后通过多层感知器，中间经过斜率设置为0.2的LeakyReLU激活函数，最后接sigmoid激活函数得到一个0到1之间的概率进行二分类'''

生成位置编码的位置张量# 计算位置编码的除数项# 创建位置编码张量# 使用正弦函数计算位置编码中的奇数维度部分# 使用余弦函数计算位置编码中的偶数维度部分"""Arguments:x: Tensor, 形状为 [seq_len, batch_size, embedding_dim]"""# 将位置编码添加到输入张量# 应用 dropoutself,# 定义编码器层# 定义编码器，pytorch将Transformer编码器进行了打包# 初始化权重"""

🍨 本文为🔗中的学习记录博客🏡 我的环境：语言环境：Python3.8深度学习环境：Pytorch。

🍨 本文为🔗中的学习记录博客🏡 我的环境：语言环境：Python3.8深度学习环境：Pytorch。

🍨 本文为🔗中的学习记录博客🏡 我的环境：语言环境：Python3.8深度学习环境：Pytorch。

使用AG News数据集进行文本分类。了解了文本分类的全过程，以及对其进行了训练，填补了这一块领域的知识空白，受益匪浅。

进一步加深了对CNN使用的熟悉程度，和原来做的流程基本相同，差别不大，换了数据集，进一步学习到了应用的新知识。

Inception v3是一种优秀的深度学习模型，用于图像分类和识别任务。有多尺度卷积结构和全局平均池化层，可以捕捉不同尺度的信息。利用预训练模型、迁移学习、数据增强和正则化技巧，可以提高模型性能和鲁棒性。总之，Inception v3是一个很强大的算法工具软件。

学习到了1x1卷积核减少参数计算量的作用不同大小的卷积核对于不同大小检测目标的好处及全面性。

🍨 本文为🔗中的学习记录博客。

🍨 本文为🔗中的学习记录博客🏡 我的环境：语言环境：Python3.8深度学习环境：Pytorch。

调整模型参数和设置不同的动态学习率都会影响运行的结果。

🍨 本文为中的学习记录博客🏡 我的环境：语言环境：Python3.8。

🍨 本文为🔗中的学习记录博客🏡 我的环境：语言环境：Python3.8深度学习环境：Pytorch。

MNIST手写数字数据集来源于是美国国家标准与技术研究所，是著名的公开数据集之一。（下载后需解压）。我们一般会采用这行代码直接调用，这样就比较简单MNIST手写数字数据集中包含了70000张图片，其中60000张为训练数据，10000为测试数据，70000张图片均是28*28在不同的版本中可能有一些属性没有，学会灵活使用。