Pytorch
马苏比拉米G
这个作者很懒,什么都没留下…
展开
-
音频处理torchaudio安装方法
1、安装pytorch(1)查看CUDA版本nvcc -v(2)不同版本对应的pytorch安装方式(3)linux上 CUDA 9.0 Python 3.5安装方法pip install torch torchvision2、安装torchaudio尝试了很多方法,最后在linux上直接使用pip成功。注意torchaudio目前只支持在linux和mac上安装pip install torchaudio其他方法:conda安装https://anaconda.org/pyto原创 2020-06-22 16:27:56 · 12684 阅读 · 3 评论 -
PyTorch中的循环神经网络(RNN+LSTM+GRU)
一、RNN网络1、Pytorch中的RNN参数详解rnn = nn.RNN(*arg,**kwargs)(1)input_size:输入xtx_txt的维度(2)hidden_size:输出hth_tht的维度(3)num_layers:网络的层数,默认为1层(4)nonlinearity:非线性激活函数,默认是tanh,也可以选择relu等(5)bias:是否有偏置。默认为T...原创 2019-11-23 15:04:19 · 4174 阅读 · 0 评论 -
Pytorch实现CNN经典网络框架(LeNet、AlexNet、VGGNet、GoogLeNet、ResNet)
卷积神经网络可谓是现在深度学习领域中大红大紫的网络框架,尤其在计算机视觉领域更是一枝独秀。CNN从90年代的LeNet开始,21世纪初沉寂了10年,直到12年AlexNet开始又再焕发第二春,从ZF Net到VGG,GoogLeNet再到ResNet和最近的DenseNet,网络越来越深,架构越来越复杂,解决反向传播时梯度消失的方法也越来越巧妙。下面介绍几种网络的结构框架和代码实现。1、LeNe...原创 2019-11-16 20:26:06 · 5260 阅读 · 4 评论 -
Pytorch实现CNN模型的迁移学习——蜜蜂和蚂蚁图片分类项目
一、项目介绍:1、目标:本文尝试采用CNN实现图像蜜蜂和蚂蚁图像分类任务。2、数据说明:使用hymenoptera_data数据集。包括两类图片, bees 和 ants, 这些数据都被处理成了可以使用ImageFolder来读取的格式。输入数据维度:;输出数据维度3、torchvision的datasets.ImageFolder参数说明:(1)data_dir:数据的存储目录。设置成...原创 2019-11-16 14:07:59 · 3502 阅读 · 2 评论 -
Pytorch搭建CNN实现MNIST图像分类任务
对于MNIST数字图像分类任务,之前采用三层的全连接层进行分类,现在尝试采用CNN卷积神经网络对图片任务进行训练。一、模型的构建import torch.nn as nnclass CNN(nn.Module): def __init__(self): super(CNN,self).__init__() self.layer1 = nn.Seque...原创 2019-11-16 10:36:47 · 4434 阅读 · 2 评论 -
【Pytorch】8. Pytorch中的卷积神经网络
一、初始Pytorch卷积模块1、卷积神经网络基本结构(1)输入层一般输入层的大小应该是能够以被2整出多次的,常用的数字包括32,64,96,224。可以将图片缩放到常用尺寸,进行输入(2)卷积层应该尽可能使用小尺寸的滤波器,比如3×3或5×5,滑动步长1。还有一点就是需要对输入数据进行零填充,这样可以有效的保证卷积层不会改变输入数据体的空间尺寸。如果必须使用更大的滤波器尺寸如7×7,通...原创 2019-11-13 22:49:34 · 1361 阅读 · 0 评论 -
【Pytorch】7. Pytorch搭建多层全连接神经网络实现MNIST图像分类任务
一、全连接神经网络介绍全连接神经网络是一种最基本的神经网络结构,英文为Full Connection,所以一般简称FC。FC的神经网络中除输入层之外的每个节点都和上一层的所有节点有连接。例如下面这个网络结构就是典型的全连接:神经网络的第一层为输入层,最后一层为输出层,中间所有的层都为隐藏层。在计算神经网络层数的时候,一般不把输入层算做在内,所以上面这个神经网络为2层。其中输入层有3个神经元,...原创 2019-11-02 15:32:55 · 5293 阅读 · 0 评论 -
【Pytorch】5. Pytorch搭建多项式回归模型
一、理论介绍对于一般的线性回归模型,由于该函数拟合出来的是一条直线,所以精度欠佳,我们可以考虑多项式回归,构造非线性特征,用的是高次多项式而不是简单的一 次线性多项式。所谓多项式回归,其本质也是线性回归。也就是说,我们采取的方法是,提高每个特征的次数来增加维度数。比如,请看下面这样的例子:1、需要拟合的方程:y=2.4x3+3x2+0.2x+0.9y = 2.4x^3+3x^2+0.2x+0...原创 2019-11-02 12:10:16 · 1257 阅读 · 0 评论 -
【Pytorch】6. Pytorch搭建逻辑归回模型
一、理论介绍Logisric回归不接可以解决二分类问题,也可以解决多分类问题。其目的是找到一个区分度足够好的决策边界,将每种类别进行划分。假设输入的数据特征向量x∈Rn\displaystyle x\in R^{n}x∈Rn,那么希望找到一条决策边界∑i=1nwixi+b=0\displaystyle \sum ^{n}_{i=1} w_{i} x_{i} +b=0i=1∑nwixi+b...原创 2019-10-31 23:32:55 · 219 阅读 · 0 评论 -
【Pytorch】4. Pytorch搭建一维线性回归
一、理论介绍给定数据集D = {(Xl , Yl) , (X2 ’ Y2) , (X3 , Y3) , '" , (Xm, Ym汁,线性回归希望能够优化出-个好的函数f(x) , 使得f(问)=ωXi 十b 能够与Yi 尽可能接近c二、代码实现三、图表展示...原创 2019-10-31 00:07:31 · 172 阅读 · 0 评论 -
【Pytorch】3. 对Pytorch中梯度的理解
在反向求导是,Pytorch将Variable的梯度放在Variable对象中,随时可以使用Variable.grad得到对应Variable的grad。刚创建Variable的时候,它的grad属性初始化为0.0。1、Variable.grad梯度是累加的Variable.grad = Variable.grad + new_gradimport torchfrom torch.auto...原创 2019-10-29 22:54:17 · 998 阅读 · 0 评论 -
【Pytorch】2. 初识Pytorch数据结构与神经网络框架
使用Pytorch构建神经网络一般分为四个步骤:数据构建与处理(Dataset)构建神经网络和损失函数(nn.Module)对参数进行优化(torch.optim)模型的保存与加载一、Tensor(张量)Pytorch基本操作是OP,被操作的最基本对象是Tensor。Tensor表示一个多维矩阵。比如零位就是一个点,一维就是向量,二维就是矩阵,多维相当于一个多维的数组。这个nump...原创 2019-10-29 22:09:52 · 647 阅读 · 0 评论 -
【Pytorch】1. 什么是Pytorch
一、为什么学习Pytorch在深度学习领域中的主流框架TensorFlow、Keras、Caffe、MXNet等框架中,Pytorch因其易用性和简洁性,得到了越来越多的用户群。Pytorch的主要优势:用GPU加速过的运算替代与Numpy类似的运算包含自动求导系统的深度学习网络采用动态计算图二、Pytorch与TensorFlow的对比:(1)TensorFlow 框架使用的是静...原创 2019-10-29 20:53:50 · 177 阅读 · 0 评论