pytorch学习
文章平均质量分 76
矜贵.
这个作者很懒,什么都没留下…
展开
-
基于pytorch搭建神经网络的花朵种类识别(深度学习)
返向传递:将输出值与正确答案进行比较,将误差传递回输出层回去(叫梯度,pytorch自动完成),从而计算每个权值的最优值,去进行更改。Pytorch核心:Autograd包(完成自动梯度计算及返向传递)训练一个模型的时候需要返向传递,用的时候不需要TensorFlow:定义运算符、定义运算、定义梯度、开启对话框、注入数据、进行运算。Pytorch:初始化、进行运算(变调式便运算)基于 pytorch 搭建神经网络分类模型识别花的种类,输入一张花的照片,输出显示最有可能的前八种花的名称和该种花原创 2022-07-14 09:23:34 · 1890 阅读 · 3 评论 -
PyTorch入门学习-8.问答系统
2. 数据格式3. 整体流程架构1. 分类按照摘要面向的文档类型,可以将其分为单文档摘要和多文档摘要。根据需要产生摘要的文档长度,可以将摘要分为长文摘要、短文摘要。按照摘要的生成方法,可以将它分为抽取式摘要和生成式摘要。抽取式摘要是通过抽取拼接源文档中的关键句子来生成摘要的,生成式摘要则是系统根据文档表达的重要内容,自行组织语言,对源文档进行概括。后者是比较常见的划分方式,因为抽取式摘要和生成式摘要在生成过程中有较大的区别。本文后续对摘要生成方法的分类,也是根据这种方式进行划分。2. 模型思路Se原创 2022-07-13 14:18:22 · 703 阅读 · 0 评论 -
PyTorch入门学习-7.Seq2Seq与 Attention
读入中英文数据英文我们使用nltk的word tokenizer来分词,并且使用小写字母,中文我们直接使用单个汉字作为基本单元构建单词表把单词全部转变成数字把全部句子分成batch没有Attention的encoder decoder模型结果:结果:构建seq2seq模型EncoderEncoder模型的任务是把输入文字传入embedding层和GRU层,转换成一些hidden states作为后续的Luong Attention根据context vectors和当前的输出hidd原创 2022-07-13 11:25:18 · 230 阅读 · 0 评论 -
Pytorch入门学习-6.图片风格迁移和GAN
使用VGG network来表示内容图片风格图片风格迁移后的新图片Generator: 生成器,目标是让生成的数据接近真实数据Discriminator: 分类器,目标是能够鉴别真实数据和生成的假数据****读取两张图片结果:数据集下载:https://pan.baidu.com/s/149qNt8EKDcpclUEeoFBhrA结果:......原创 2022-07-12 14:30:32 · 880 阅读 · 0 评论 -
PyTorch入门学习-5.简单图片分类
一. CNN图像分类PyTorch Version: 1.0.0(1)首先定义一个基于ConvNet的简单神经网络NLL loss的定义:ℓ(x,y)=L={l1,…,lN}⊤,ln=−wynxn,yn,wc=weight[c]⋅1{c≠ignore_index}结果:(2)CNN模型的迁移学习很多时候当我们需要训练一个新的图像分类任务,我们不会完全从一个随机的模型开始训练,而是利用_预训练_的模型来加速训练的过程。我们经常使用在ImageNet上的预训练模型。这是一种transfer lear原创 2022-07-12 14:21:32 · 466 阅读 · 0 评论 -
PyTorch入门学习-4.自然语言分类任务
一. 情感分析1. 准备数据TorchText中的一个重要概念是Field。Field决定了你的数据会被怎样处理。在我们的情感分类任务中,我们所需要接触到的数据有文本字符串和两种情感,“pos"或者"neg”。Field的参数制定了数据会被怎样处理。使用TEXT field来定义如何处理电影评论,使用LABEL field来处理两个情感类别。TEXT field带有tokenize=‘spacy’,这表示我们会用spaCy tokenizer来tokenize英文句子。如果我们不特别声明tokenize这原创 2022-07-12 13:05:33 · 419 阅读 · 0 评论 -
PyTorch入门学习-3.语言模型简介
1. 语言模型概念语言模型可以对一段文本的概率进行估计,对信息检索,机器翻译,语音识别等任务有着重要的作用。对于语言序列,语言模型就是计算该序列的概率,即 :从机器学习的角度来看:语言模型是对语句的概率分布的建模。通俗解释:判断一个语言序列是否是正常语句,即是否是人话 。2. torchtext的基本使用说明:继续使用上次的text8作为我们的训练,验证和测试数据TorchText的一个重要概念是Field,它决定了你的数据会如何被处理。我们使用TEXT这个field来处理文本数据。我们的T原创 2022-07-12 13:00:23 · 235 阅读 · 0 评论 -
PyTorch入门学习-2.词向量简介
1 . 词的表示在自然语言处理任务中,首先需要考虑词如何在计算机中表示。通常,有两种表示方式:one-hot representation和distribution representation。1.1 离散表示(one-hot representation)传统的基于规则或基于统计的自然语义处理方法将单词看作一个原子符号被称作one-hot representation。one-hot representation把每个词表示为一个长向量。这个向量的维度是词表大小,向量中只有一个维度的值为1,其余维度原创 2022-07-12 12:54:54 · 410 阅读 · 0 评论 -
PyTorch入门学习-1.深度学习回顾和PyTorch简介
(1)PyTorch:动态计算图 Dynamic Computation GraphTensorflow:静态计算图 Static Computation Graph(2)PyTorch代码通俗易懂,非常接近Python原生代码,不会让人感觉是 完全在学习一门新的语言。(3)拥有Facebook支持,社区活跃。- PyTorchPyTorch是一个基于Python的科学计算库,特点:①类似于NumPy,但是它可以使用GPU;②可以用它定义深度学习模型,可以灵活地进行深度学习模型的训练和使用。...原创 2022-07-12 11:43:49 · 291 阅读 · 0 评论