PyTorch学习笔记
文章平均质量分 84
以B站上小土堆的PyTorch教程为基础,学习PyTorch,并记录相关学习过程。
我这一次
这个作者很懒,什么都没留下…
展开
-
PyTorch学习笔记(18)--划分训练集和测试集的脚本
PyTorch学习笔记(18)–划分训练集和测试集的脚本文件 本博文是PyTorch的学习笔记,第18次内容记录,主要记录了如何自动的划分训练集和测试集。主要包括了2种方式,第1种方式针对的是数据集是按照类别存放在多个文件夹中,适用于分类问题,将同一类的图片划分为训练集和测试集,第2种方式针对数据不按照分类存放,而是直接放在同一个文件夹下,将数据分成训练集和测试集。目录PyTorch学习笔记(18)--划分训练集和测试集的脚本文件1.按分类存放2.所有的按一个文件夹存放1.按分类存放 在原创 2021-12-03 21:13:04 · 2714 阅读 · 0 评论 -
PyTorch学习笔记(17)--torchvision.transforms用法介绍
PyTorch学习笔记(17)–torchvision.transforms用法介绍 本博文是PyTorch的学习笔记,第17次内容记录,主要记录了torchvision.transforms的使用方法。目录PyTorch学习笔记(17)--torchvision.transforms用法介绍1.问题来源2.torchvision.transforms具体用法3.torchvision.transforms其他的用法4.补充torchvision模块的其他功能1.问题来源 在读ResNe原创 2021-12-03 11:55:43 · 2485 阅读 · 2 评论 -
PyTorch学习笔记(16)--在GPU上实现神经网络模型训练
PyTorch学习笔记(16)–在GPU上实现神经网络模型训练 本博文是PyTorch的学习笔记,第16次内容记录,主要介绍如何在GPU上实现神经网络模型训练。目录PyTorch学习笔记(16)--在GPU上实现神经网络模型训练1.为什么要用GPU1.1GPU是什么1.2用GPU训练网络模型的好处2.如何用GPU训练神经网络模型2.1代码修改方法12.1代码修改方法23.学习小结1.为什么要用GPU1.1GPU是什么 在一台笔记本中往往会听到cpu这个词汇,是中央处理单元(centra原创 2021-08-20 12:16:29 · 7558 阅读 · 4 评论 -
# PyTorch学习笔记(15)--神经网络模型训练实战
PyTorch学习笔记(15)–神经网络模型训练实战 本博文是PyTorch的学习笔记,第15次内容记录,主要是以一个实际的例子来分享神经网络模型的训练和测试的完整过程。目录PyTorch学习笔记(15)--神经网络模型训练实战1.神经网络模型训练实践1.1神经网络训练一般步骤1.2神经网络训练代码1.3神经网络训练结果2.学习小结1.神经网络模型训练实践1.1神经网络训练一般步骤 经过前几面14次的知识介绍,现将神经网络模型训练的一般步骤总结如下: 1. 根据需要搭建神经网络模型,原创 2021-08-19 16:23:16 · 5986 阅读 · 2 评论 -
PyTorch学习笔记(14)--神经网络模型的保存与读取
PyTorch学习笔记(14)–神经网络模型的保存与读取 本博文是PyTorch的学习笔记,第14次内容记录,主要是讲解如何进行神经网络模型的保存和读取。目录PyTorch学习笔记(14)--神经网络模型的保存与读取1.网络模型保存和加载--方法11.1网络模型保存方法11.2网络模型加载方法12.网络模型保存和加载--方法22.1网络模型保存方法22.2网络模型加载方法23.学习小结1.网络模型保存和加载–方法11.1网络模型保存方法1 在搭建自己的神经网络模型之后,需要将模型进行保原创 2021-08-19 00:12:33 · 2882 阅读 · 0 评论 -
PyTorch学习笔记(13)--现有网络模型的使用及修改
PyTorch学习笔记(13)–现有网络模型的使用及修改 本博文是PyTorch的学习笔记,第12次内容记录,主要是在上一篇文章中提到的损失函数的基础上,研究神经网络优化器的使用方法。目录PyTorch学习笔记(13)--现有网络模型的使用及修改1.现有网络模型2.现有模型的使用2.1VGG16模型的结构2.2修改现有VGG16模型的结构3.学习小结1.现有网络模型 在现有的torchvision中提供了许多常见的神经网络模型,这些模型主要包括:分类、语义分割、目标检测、视频分类等类型,原创 2021-08-18 23:21:36 · 4691 阅读 · 1 评论 -
PyTorch学习笔记(12)--神经网络优化器
PyTorch学习笔记(12)–神经网络优化器 本博文是PyTorch的学习笔记,第12次内容记录,主要是在上一篇文章中提到的损失函数的基础上,研究神经网络优化器的使用方法。目录PyTorch学习笔记(12)--神经网络优化器1.优化器是什么2.优化器的使用2.1SGD优化器的使用2.2使用SGD优化器进行多轮训练3.学习小结1.优化器是什么 神经网络的学习的目的就是寻找合适的参数,使得损失函数的值尽可能小。解决这个问题的过程为称为最优化。解决这个问题使用的算法叫做优化器。在PyTorc原创 2021-08-18 18:21:08 · 1241 阅读 · 0 评论 -
PyTorch学习笔记(11)--损失函数与反向传播
PyTorch学习笔记(11)–损失函数与反向传播 本博文是PyTorch的学习笔记,第11次内容记录,主要介绍损失函数和反向传播的使用。目录PyTorch学习笔记(11)--损失函数与反向传播1.损失函数2.损失函数的使用2.1L1Loss函数的使用2.2MSELoss函数的使用2.3CrossEntropyLoss函数的使用2.4CrossEntropyLoss函数在神经网络中的应用3.学习小结1.损失函数 损失函数(loss function)或代价函数(cost function原创 2021-08-18 16:23:41 · 1793 阅读 · 0 评论 -
PyTorch学习笔记(10)--搭建简单的神经网络以及Sequential的使用
PyTorch学习笔记(10)–搭建简单的神经网络以及Sequential的使用 本博文是PyTorch的学习笔记,第10次内容记录,主要搭建一个简单的神经网络,并介绍Sequential的使用。目录PyTorch学习笔记(10)--搭建简单的神经网络以及Sequential的使用1.非线性激活1.1什么是非线性激活1.2常见的非线性激活函数2.非线性激活2.1非线性激活函数相关参数2.2非线性激活函数应用实例1--ReLU处理矩阵2.3非线性激活函数应用实例2--Sigmoid处理图片3.学习小原创 2021-08-18 11:27:39 · 2939 阅读 · 0 评论 -
PyTorch学习笔记(9)--神经网络:线性层
PyTorch学习笔记(9)–神经网络:线性层 本博文是PyTorch的学习笔记,第9次内容记录,主要介绍神经网络线性层的基本使用。目录PyTorch学习笔记(9)--神经网络:线性层1.什么是线性层2.线性层2.1线性激活函数相关参数2.2线性层应用举例12.3线性层应用举例23.学习小结1.什么是线性层 线性层又叫全连接层,其中每个神经元与上一层所有神经元相连,一个简单的线性层如下图所示:2.线性层2.1线性激活函数相关参数 在PyTorch官网中,详细介绍了线性层的详原创 2021-08-17 23:23:39 · 8217 阅读 · 2 评论 -
PyTorch学习笔记(8)--神经网络:非线性激活
PyTorch学习笔记(8)–神经网络:非线性激活 本博文是PyTorch的学习笔记,第8次内容记录,主要介绍神经网络非线性激活函数的基本使用。目录PyTorch学习笔记(8)--神经网络:非线性激活1.非线性激活1.1什么是非线性激活1.2常见的非线性激活函数2.非线性激活2.1非线性激活函数相关参数2.2非线性激活函数应用实例1--ReLU处理矩阵2.3非线性激活函数应用实例2--Sigmoid处理图片3.学习小结1.非线性激活1.1什么是非线性激活 如果神经元的输出是输入的线性函原创 2021-08-17 22:17:58 · 1879 阅读 · 1 评论 -
PyTorch学习笔记(7)--神经网络:池化层
PyTorch学习笔记(7)–神经网络:池化层 本博文是PyTorch的学习笔记,第7次内容记录,主要介绍神经网络池化层的基本使用。目录PyTorch学习笔记(7)--神经网络:池化层1.池化操作1.1什么是池化操作1.2池化操作的类型1.3池化操作的步骤2.池化层2.1池化层相关参数2.2最大池化应用实例1--处理矩阵2.3最大池化应用实例2--处理图片2.4池化层input和output尺寸信息3.学习小结1.池化操作1.1什么是池化操作 池化操作(Pooling)是CNN中非常常原创 2021-08-17 18:39:34 · 4496 阅读 · 1 评论 -
PyTorch学习笔记(6)--神经网络:卷积层
PyTorch学习笔记(6)–神经网络:卷积层 本博文是PyTorch的学习笔记,第6次内容记录,主要介绍神经网络卷积层的基本使用。目录PyTorch学习笔记(6)--神经网络:卷积层1.卷积操作是什么2.卷积层2.1卷积层相关参数2.2卷积层应用实例3.学习小结1.卷积操作是什么 关于具体什么是卷积操作,不是本文要讲的重点,但是本文的后续操作都是建立在卷积操作之上的,因此在学习卷积层的相关知识之前,很有必要弄清楚什么是卷积操作,这里推荐大家参照一下PyTorch官网中相关页面的动态图片原创 2021-08-17 16:46:08 · 1204 阅读 · 0 评论 -
PyTorch学习笔记(5)--神经网络基本骨架nn.Module的使用
PyTorch学习笔记(5)–神经网络基本骨架nn.Module的使用 本博文是PyTorch的学习笔记,第5次内容记录,主要介绍神经网络基本骨架nn.Module的基本使用。目录PyTorch学习笔记(5)--神经网络基本骨架nn.Module的使用1.nn.Module是什么2.nn.Module的使用2.1nn.Module的基本结构2.2搭建自己的神经网络3.学习小结1.nn.Module是什么 torcn.nn是专门为神经网络设计的模块化接口. nn构建于autograd之上,原创 2021-08-16 11:50:52 · 1177 阅读 · 1 评论 -
PyTorch学习笔记(4)--DataLoader的使用
PyTorch学习笔记(4)–DataLoader的使用 本博文是PyTorch的学习笔记,第4次内容记录,主要介绍DataLoader的基本使用。目录PyTorch学习笔记(4)--DataLoader的使用1.Dataset和DataLoader的区别2.DataLoader的使用2.1DataLoader的基础使用3.学习小结1.Dataset和DataLoader的区别 torch.utils.data.Dataset是代表这一数据的抽象类(也就是基类)。我们可以通过继承和重写这原创 2021-08-15 23:06:20 · 116309 阅读 · 8 评论 -
PyTorch学习笔记(3)--torchvision中常用的数据集
PyTorch学习笔记(2)–torchvision中常用的数据集 本博文是PyTorch的学习笔记,第3次内容记录,主要介绍torchvision中常用的数据集。目录PyTorch学习笔记(2)--torchvision中常用的数据集1.torchvision基本介绍2.torchvision中常用的数据集2.1如何查看torchvision中的数据集2.2 CIFAR10数据集的使用3.学习小结1.torchvision基本介绍 torchvision是pytorch的一个图形库,它原创 2021-08-11 18:49:49 · 2652 阅读 · 0 评论 -
PyTorch学习笔记(2)--常见的Transforms
PyTorch学习笔记(2)–常见的Transforms 本博文是PyTorch的学习笔记,第2次内容记录,主要记录了常见Transforms的使用方法。目录PyTorch学习笔记(2)--常见的Transforms1.Python中的类1.1Python中怎样定义类1.2Python类中常用的内置函数2.PyTorch中常用Transforms2.1ToTensor和Normalize的使用2.2Resize的使用2.3Compose的使用2.4RandomCrop的使用3.学习小结1.Pyt原创 2021-08-11 17:01:09 · 1066 阅读 · 1 评论 -
PyTorch学习笔记(1)--Transforms的使用
PyTorch学习笔记(1)Transforms的使用 本博文是PyTorch的学习笔记,第1次内容记录,主要记录了Transforms的使用。目录PyTorch学习笔记(1)Transforms的使用1.什么是Transforms?1.1Transforms的定义1.2transforms.py文件中定义了哪些类2.Transforms应用举例2.1项目情况2.2代码详情2.3运行过程3.学习小结1.什么是Transforms?1.1Transforms的定义 对于视觉方向的图像处理原创 2021-08-10 00:52:05 · 1731 阅读 · 0 评论