![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch深度学习实践
B站up主刘二大人视频源代码以及作业
且听风吟hjc
在学,在看,会有错
展开
-
Pytorch-线性回归
a.计算y_pred。2.设计模型 (计算y_pred)模型 y = w*x + b 代码。4.训练周期(前馈 反馈 更新)3.构建损失函数和优化器。原创 2023-09-15 14:16:37 · 86 阅读 · 1 评论 -
Pytorch-反向传播
如果是非常复杂的网络,无法直接计算。但是如果把网络看作图,通过图传播梯度,就能把梯度计算出来,即反向传播。计算y = w1x^2 + w2x + b 的梯度代码实现。计算y = wx 的梯度代码实现。原创 2023-09-14 19:28:00 · 120 阅读 · 1 评论 -
Pytorch-梯度下降
梯度下降算法可以并行运算率高,随机梯度下降算法性能好但时间复杂度高。可以选择折中的方法就是Bach,就是批量的随机梯度下降。随机梯度下降可能会跨过鞍点,不用对所有样本求导,只是随机选一个样本去更新。梯度下降只能找到局部最优,无法找到全局最优。优化目标:寻找目标函数最小的权重组合。梯度下降是往梯度负方向走。原创 2023-09-13 21:01:11 · 65 阅读 · 2 评论 -
Pytorch-线性模型
B站up主刘二大人视频源代码以及作业 传送门。原创 2023-07-07 17:34:55 · 186 阅读 · 1 评论 -
Pytorch-逻辑回归
拿MNIST数据集来解释,把测试的数据为0,1,2,...,9的概率(P0,P1,P2,...,P9的概率相加为1)分别算出来作比较,选择概率最大的那个分类。比较两个分布之间的差异,二分类可以使用交叉熵BCE函数,预测值与标签越接近,损失值越小。torchvision包提供一些比较流行的数据集,其中包括MNIST。1/(1+e^-x) 使概率在(0,1)Logistic回归实质上是分类。原创 2023-09-18 17:51:36 · 50 阅读 · 0 评论 -
Pytorch-加载数据集
然后再按照batch_size的大小分组,使用2进程。shufffle=True 就是把数据打乱。python使用多进程会报错,要把训练放入。里面,代码就会通过了。原创 2023-10-07 11:17:56 · 30 阅读 · 1 评论 -
Pytorch-多维特征输入
神经网络中神经元越多,学习能力就越强,但学习能力强可能会把输入样本中的噪声的规律也学习到,学习应有泛化能力。要想把一个多维空间转换为一维空间的非线性空间变换,要在神经网络里引入激活函数。激活函数给线性变换增加非线性因子,从而可以拟合非线性变换。原创 2023-09-18 20:53:42 · 29 阅读 · 0 评论 -
Pytorch-多分类问题
在Mnist数据集中,我们要得到的输出是0-9,共有十类,这种情况下我们希望输出0-9的概率都大于0,且和为1。神经网络希望输出之间是带有竞争性的,即所有概率之和为1,且所有概率均大于0,softmax可以实现这两点。原创 2023-11-02 16:04:43 · 29 阅读 · 1 评论 -
Pytorch-卷积神经网络(基础篇)
【代码】Pytorch-卷积神经网络(基础篇)原创 2023-11-02 16:14:11 · 34 阅读 · 1 评论