小土堆-pytorch框架学习
文章平均质量分 74
学习小土堆pytorch框架笔记
HelpFireCode
诚。
展开
-
小土堆-pytorch框架学习-P30-31-利用GPU训练
找到网络模型👉找到数据(输入,标注)👉找到损失函数,找到这三种变量,调用.cuda()后,会有一个返回值,再把原来的值覆盖就行。不能在训练数据集、优化集上调用.cuda()。案例代码👇完整代码👇typetype101或者就是用Google的Colab。每周可以免费使用30个小时。原创 2023-08-07 09:54:48 · 72 阅读 · 0 评论 -
小土堆-pytorch框架学习-P27P29-完整的模型训练套路
CIFAR数据集原始数据为PIL数据类型,在使用该数据集时,需要对其转换。案例👇train.pytargets👇一个batch_size =64,所以会有64个targets。outputs👇一张图片有可能被分为10类别中的一种,所以对应得分是10个。为了规范,常把神经网络模型放入单独文件夹中,此时案例文件为model.py,代码如下👇但一定要注意,这两个文件要在同一文件夹下。训练步骤写完,但此时出现一个问题,怎么知道自己的模型有没有训练好?达到期望的需求?所以每一轮训练之后,会进行一个测试。原创 2023-08-07 09:53:57 · 52 阅读 · 0 评论 -
小土堆-pytorch框架学习-P26-网络模型的保存和读取
模型保存方式有两种,一种是保存网络模型结构+参数,另一种是保存模型的参数。另外,还有一个针对于自己定义的模型的陷阱问题。首先说第一种模型保存方式和读取方式——保存网络模型结构+模型参数方式2——保存模型参数(官方推荐)通过在终端中输入ls -all可以看到保存两种方式时模型的大小。原创 2023-08-07 09:53:23 · 60 阅读 · 0 评论 -
小土堆-pytorch框架学习-P25-现有网络模型修改&使用
pytorch现提供的网络模型该怎么修改?该怎么使用?原创 2023-08-07 09:52:35 · 107 阅读 · 0 评论 -
小土堆-pytorch框架学习-P24-优化器
优化器根据反向传播的梯度对参数进行调整,达到调优(降低整体误差)的目的。原创 2023-08-07 09:51:45 · 52 阅读 · 4 评论 -
小土堆-pytorch框架学习-P23-损失函数与反向传播
目标函数与实际输出时间的差距,称为损失。有损失之后,去指导输出,使其更接近于目标输出。L1LossFunction 损失函数计算-直接算目标与实际之间的差值直接计算差meann∣xoutput−ytarget∣sum∣xoutput−ytarget∣平方差损失,reduction有sum和mean两种lloss∑∣xoutput−ytarget∣2。原创 2023-08-07 09:51:30 · 77 阅读 · 0 评论 -
小土堆-pytorch框架学习-P22-Sequential搭建实例
先有输入通道为1,输出通道为20,卷积核为5的卷积层,接着接一层激活函数,再来一层输入通道为20,输出通道为64,卷积核为5的卷积层,最后接激活函数。接着在flatten层后添加线性层,有两层线性层,一层是将1024变换为64,一层是将64变换为10。说的是图片的宽和高,stride和padding是未知,需要求,dilation是默认1。也可以用tensorboard进行网络模型的可视化。以CIFAR10作为模型来处理,网络结构是这样的👇。一个序列模型,按照顺序到层中,比如官方案例👇。原创 2023-08-06 17:53:29 · 54 阅读 · 0 评论 -
小土堆-pytorch框架学习-P21-线性层
一些结构没有讲解,包括正则化层(一篇论文提到采用正则化可以加快训练速度)、Recurrent Layers (看需要,平常用不到),Transformer Layers、Dropout Layers(主要是为了防止过拟合)线性层用的比较多,所以讲这个层。原创 2023-08-06 17:51:25 · 35 阅读 · 0 评论 -
小土堆-pytorch框架学习-P20-activate
batch_size是什么?输入的最外层的一个维度。或者说第一个参数。原创 2023-08-06 17:50:34 · 29 阅读 · 0 评论 -
小土堆-pytorch框架学习-P19-最大池化的使用
问题:给定张量输入不对,需要3维/4维输入张量,但是现在我只给定了2维张量,需要对其重构。知道长宽和宽度,但不知道每次的minibatch。使用数据集在tensorboard中查看👇。直接运行会出错,运行结果👇。简单的使用代码示例👇。原创 2023-08-06 17:49:47 · 22 阅读 · 0 评论 -
小土堆-pytorch框架学习-P18-NN-卷积层
用2d用的多,1、3用的很少。原创 2023-08-06 17:48:46 · 46 阅读 · 0 评论 -
小土堆-pytorch框架学习-P16-网络搭建
在这段代码中,可以将参数x传入tudui(x)的原因是因为在PyTorch中,Tensor对象是可以作为输入参数传递给模型的。在这里,x是一个包含单个浮点数值1.0的Tensor。需要注意的是,PyTorch中的Tensor对象在进行数学运算时会自动实现元素级别的操作,所以在这里直接将Tensor对象x与1相加是合法的操作。Container——主要是对神经网络定义骨架,定义结构。方法中,输入参数input被加上1,并返回该结果作为输出。方法,并将x作为输入传递给该方法。时,会得到x+1的结果,即2.0。原创 2023-08-06 17:46:49 · 41 阅读 · 0 评论 -
小土堆-pytorch框架学习-P15-DataLoader使用
方法返回img,target,当dataloader(batch_size=4)时,相当于把dataset中img0,1,2,3打包,target0,1,2,3打包,作为dataloader中的返回值。法返回img,target,当dataloader(batch_size=4)时,相当于把dataset中img0,1,2,3打包,target0,1,2,3打包,作为dataloader中的返回值。载入tensorboard中,先是对batch_size进行调整,有128和4的调整。原创 2023-08-06 17:45:53 · 30 阅读 · 0 评论 -
小土堆-pytorch学习-P14-torchvision-数据集使用
可以使用索引来看数据是什么。也可以通过控制台,了解数据集中的属性,从而使用。要在pytorch中继续使用,需要转换为tensor数据类型。是否将PIL数据类型转换为transform数据类型比如随即裁剪等。设置为True,则下载训练集,设置为False,下载测试集。下载若慢,在控制台或源码中找到下载链接,用迅雷下载。数据集,网页中有详细的参数说明以及调用方式。可以看到运行结果,测试集一共有10个类别。决定数据集下载在哪里-路径。对target进行数据变换。中,进行数据集的下载。原创 2023-08-06 17:13:38 · 64 阅读 · 0 评论 -
小土堆-pytorch框架-P10-12
学习哔站小土堆pytorch框架-笔记原创 2023-08-06 12:55:08 · 88 阅读 · 0 评论