深度学习-pytorch
文章平均质量分 64
pytorch
/* 杠到底 */
勤思考,(づ ̄3 ̄)づ╭❤~
展开
-
ssr
命令行在base 环境下conda remove -n cv3 –all2.创建虚拟环境:conda create -n cv3 python=3.5.23.conda activate cv34.conda install -c https://conda.anaconda.org/menpo opencv35.conda install -c menpo dlibconda install -c conda-forge keras7.conda install pytorch=0.4.1原创 2021-05-12 12:49:14 · 165 阅读 · 0 评论 -
2021-01-24
Layer (type) Output Shape Param # Connected toimg (InputLayer) (None, 32, 32, 3) 0conv2d_1 (Conv2D) (None, 30, 30, 32) 896 img[0][0]conv2d_2 (Conv2D) (None, 28, 28.原创 2021-01-24 17:06:25 · 127 阅读 · 0 评论 -
改进后的网络
Layer (type) Output Shape Param # Connected toinput_1 (InputLayer) (None, array(64), ar 0separable_conv2d_5 (SeparableCo (None, 62, 62, 16) 91 input_1[0][0]separable_conv2d_1 (SeparableCo (None, 62.原创 2021-01-24 15:51:58 · 334 阅读 · 0 评论 -
网络层
Layer (type) Output Shape Param # Connected toinput_1 (InputLayer) (None, array(64), ar 0conv2d_5 (Conv2D) (None, 62, 62, 16) 448 input_1[0][0]conv2d_1 (Conv2D) (None, 62, 62, 32)原创 2021-01-24 14:58:35 · 315 阅读 · 0 评论 -
深度学习——SSR网络配置环境
命令行在base 环境下conda remove -n cv3 –all2.创建虚拟环境:conda create -n cv3 python=3.5.23.conda activate cv34.conda install -c https://conda.anaconda.org/menpo opencv35.conda install -c menpo dlibconda install -c conda-forge keras7.conda install pytorch=0.4.1原创 2020-12-30 10:53:07 · 1090 阅读 · 0 评论 -
手动实现线性回归
我们自定义数据,使用torch实现线性回归。假设我们的基础模型是y=wb+c,其中,w,b均为参数;我们是用y=3x+0.8来构造数据x,y;所以最后求出的w,b应该接近3,0.8.1.准备数据2.计算预测值3.计算损失,把参数梯度设置为0,进行反向传播。4.更新参数import torchimport matplotlib.pyplot as pltlearing_rate=0.01#1.准备数据#y=3x+0.8x=torch.rand([500,1])#准备500个0~1之间的原创 2020-12-16 21:49:01 · 351 阅读 · 0 评论 -
深度学习中的一些概念batch_size
Dataloader 就是一个迭代器,最基本的使用就是传入一个 Dataset 对象,它就会根据参数 batch_size 的值生成一个 batch 的数据。batch_size:1次迭代所使用的样本量pytorch 训练模型时调用数据不是一行一行进行的(这样太没效率),而是 一捆一捆的,这里定义每次输入神经网络多少行数据要说batch_size,就不得不提深度学习的优化算法之一—梯度下降。梯度下降大致可以分为以下三种:批量梯度下降算法(BGD,Batch gradient descent alg转载 2020-12-16 20:58:38 · 1577 阅读 · 0 评论 -
梯度下降和反向传播
1.梯度:a向量b学习(参数更新)的方向c2.梯度下降3.反向传播反向传播反向传播从后向前计算每一层的梯度原创 2020-12-03 21:05:53 · 100 阅读 · 0 评论 -
pytorch入门
张量创建的方法1.torch.Tensor(list)2.torch.zeros()/ones()/empty()3.torch.rand/randint/randn原创 2020-12-02 16:26:54 · 112 阅读 · 0 评论 -
python深度学习第一章
神经网络 1.概念: 模拟生物的神经系统,对函数进行近似和估计。 2.神经元一个神经元的功能:求得的输入向量与权向量的内积后,经过非线性传递函数得到一个标量。单层神经网络感知机感知机由两层的神经网络组成,输入层有n个神经元,输出层有一个神经元,输入层接受外界信号传给输出层(输出+1正例,输出-1反例)简单的二分类,给定阈值,判断阈值属于哪一部分。多层神经网络a.输入层b.输出层c.隐层:可以有多层,每一层神经元的个数可以不确定d.全连接层:第N层和第N原创 2020-11-25 11:59:59 · 230 阅读 · 0 评论