![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
小小白要努力成长啊
这个作者很懒,什么都没留下…
展开
-
定义一个网络 pytorch 学习(二)
import torch# 引入torch.nn并指定别名import torch.nn as nnimport torch.nn.functional as F#这个包中包含了神经网络中使用的一些常用函数'''PyTorch中已经为我们准备好了现成的网络模型,只要继承nn.Module,并实现它的forward方法,PyTorch会根据autograd,自动实现backward...原创 2019-06-13 15:46:29 · 265 阅读 · 0 评论 -
pytorch图像数据处理和数据增强的几种方法
from torchvision import transforms as transformstransform = transforms.Compose([transforms.RandomCrop(32, padding=4), #先四周填充0,在把图像随机裁剪成32*32transforms.RandomHorizontalFlip(), #图像一半的概率翻转,一半的概率不翻转...原创 2019-06-13 15:56:59 · 4349 阅读 · 0 评论 -
pytorch AdaptivePool2d
再看代码时候看到了这个 顺便学习一下self.pool1 = AdaptiveAvgPool2d(1)AdaptiveAvgPool2d(output_size)自适应池化Adaptive Pooling是PyTorch的一种池化层,根据1D,2D,3D以及Max与Avg可分为六种形式。自适应池化Adaptive Pooling与标准的Max/AvgPooling区别在于,自适应池化Ada...转载 2019-06-09 14:30:07 · 789 阅读 · 0 评论 -
pytorch 构建一个神经网络
可以使用torch.nn包来构建神经网络.你已知道autograd包,nn包依赖autograd包来定义模型并求导.一个nn.Module包含各个层和一个faward(input)方法,该方法返回output.神经网络的典型训练过程如下:定义神经网络模型,它有一些可学习的参数(或者权重);在数据集上迭代;通过神经网络处理输入;计算损失(输出结果和正确值的差距大小)将梯度反向传播会网...翻译 2019-06-10 15:18:21 · 175 阅读 · 0 评论