![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
落花满蹊径
这个作者很懒,什么都没留下…
展开
-
Pytorch中变换维度:reshape,view,permute以及transform的示例
每一次写代码当需要变换维度的时候总会在纠结究竟用哪一种变换维度的函数能够保持自己获得想要的结果,这次于是就举几个简单的例子来对比一下: 假设我们有一个矩阵如下所示:a=torch.IntTensor([[[1,2,3],[4,5,6]], [[7,8,9],[10,11,12]]]) a是一个[2, 2, 3]的矩阵,如下所示:tensor([[[ 1, 2, 3], [ 4, 5, 6]], [[ 7, 8原创 2020-09-20 10:18:06 · 7395 阅读 · 2 评论 -
Pytorch:Unet网络代码详解
pytorch版本的Unet网络可以去github上面下载,网址为https://github.com/milesial/Pytorch-UNet,话不多说,还是以代码为例吧。1、dataset.py 这个数据集采用的是汽车的数据集,数据集当中返回的是一个字典: return { 'image': torch.from_numpy(img).type(torch.FloatTensor), 'mask': torch.from_num原创 2020-07-16 18:16:32 · 37229 阅读 · 19 评论 -
Pytorch:自定义构建VGG16网络
有的时候会遇上这样的问题,需要使用一个神经网络但是需要自定义,增加或者删减某层,这个时候没有办法使用pytorch自带的model来进行训练,这时怎么办呢?于是我研究出来了一种简单可行的办法供大家参考。用VGG16网络来举例,其他的效仿此方法就行。1、先把pytorch自带的模型的网络结构输出来 比如VGG16网络,我们首先用如下代码输出模型结构:from torchvision import modelsimport torchvgg = models.vgg16()print(vgg)原创 2020-07-12 14:42:42 · 2062 阅读 · 3 评论 -
pytorch 损失函数 IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
pytorch CrossEntropyLoss()错误提示:LossIndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1) 在使用MIML的过程中,我需要对属于同一标签中的子概念进行损失值计算,然而我就出现上述这种情况,于是我自己写了一个小小的示例进行问题解决: 首先对正确的示例进行介绍:import torch.nn as nnimport torchfunc=nn.CrossEn原创 2020-06-22 19:14:43 · 33893 阅读 · 4 评论