![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
0基础学习pytorch
计算机视觉从零学
我只是借助CSDN博客这个平台来记录学习过程(相当于将其当作笔记本),难免会转载一些大牛的文章,如有侵权请见谅!
展开
-
Pytorch搭建网络常见代码的理解
文章目录1.Pytorch中什么时候调用forward()函数2.图片预处理3 if else语句torchvision.transforms.functional 中与图像预处理相关的函数1.Pytorch中什么时候调用forward()函数 因为Module类是nn模块里提供的一个模型构造类,是所有神经网络模块的基类,我们可以继承它来定义我们想要的模型。import torchfrom torch import nn class MLP(nn.Module): # 声明带有模型参数原创 2022-02-20 19:36:35 · 965 阅读 · 0 评论 -
pytorch官网教程:cifar10代码理解
import torchimport torchvisionimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport numpy as npif __name__=='__main__': import torch.nn as nn import torch.nn.functional as F #定义一个卷积神经网络 class Net(nn.Module)转载 2021-12-22 17:24:17 · 335 阅读 · 0 评论 -
pytorch官网教程:neural networks代码理解
import torchimport torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): def __init__(self): super(Net,self).__init__() # 1 input image channel, 6 output channels, 5x5 square convolution # kernel self.co转载 2021-12-20 19:59:00 · 165 阅读 · 0 评论 -
pytorch官网教程:autograd代码理解
# Autograd: 自动求导机制#PyTorch 中所有神经网络的核心是 autograd 包,torch.Tensor是这个包的核心类。#如果设置 .requires_grad 为 True,那么将会追踪所有对于该张量的操作import torchx = torch.ones(2,2,requires_grad=True) #创建一个张量并设置 requires_grad=True 用来追踪他的计算历史print(x) #tensor([[1., 1.], [1., 1.]], r转载 2021-12-20 15:23:39 · 140 阅读 · 0 评论 -
pytorch官网教程:tensor代码理解
#tensorfrom __future__ import print_functionimport torch#创建一个 5x3 矩阵, 但是未初始化x = torch.empty(5,3)print(x)#创建一个随机初始化的矩阵x = torch.rand(5,3)print(x)#创建一个0填充的矩阵,数据类型为longx = torch.zeros(5,3,dtype=torch.long)#创建tensor并使用现有数据初始化x = torch.tensor([5,转载 2021-12-20 10:50:03 · 151 阅读 · 0 评论