![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch实战
文章平均质量分 56
一位安分的码农
这个作者很懒,什么都没留下…
展开
-
Linux系统安装Anaconda
在这个网站https://pytorch.org/get-started/previous-versions/找到自己想要的版本。2、我安装的是Anaconda3-2020.11-Linux-x86_64.sh,所以下载安装包的命令是。4、重新打开终端,输入如下内容检验是否成功安装。若成功显示conda版本,即表示安装成功。6、下面我们安装pytorch。查找自己想要安装的版本。原创 2023-05-26 14:24:58 · 298 阅读 · 0 评论 -
pytorch实战(五)——时间序列多步预测的五种方法介绍
当需要根据已有的时间序列数据,预测未来多个时刻的状态时,被称之为时间序列多步预测。时间序列多步预测有五种策略,分别为:1、直接多步预测(Direct Multi-step Forecast)2、递归多步预测(Recursive Multi-step Forecast)3、直接递归混合预测(Direct-Recursive Hybrid Forecast)4、多输出预测(Multiple Output Forecast)5、seq2seq预测(seq2seq Forecast)原创 2022-12-25 15:57:17 · 3757 阅读 · 0 评论 -
pytorch实战(四)——模型的保存与读取
有时候,我们想要保存训练好的模型,等需要用来进行图像分类等任务的时候,不经训练,直接加载使用。然后新建predict.py,采用。原创 2022-11-28 17:16:52 · 1724 阅读 · 0 评论 -
pytorch实战(三)——搭建CNN,训练集和测试集的accuracy、loss可视化
,进行accuracy和loss的可视化。本文基于前面搭建的卷积神经网络(原创 2022-11-28 17:05:53 · 665 阅读 · 1 评论 -
pytorch实战(一)——环境配置教程(基于Anaconda)
1、下载Anaconda2、创建虚拟环境conda create -n yolov5 python=3.73、conda activate yolov54、换源conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/conda config --add c原创 2022-06-30 15:55:25 · 1219 阅读 · 0 评论 -
pytorch实战(二)——搭建卷积神经网络(CNN)
基于pytorch,利用class和sequential搭建卷积神经网络原创 2022-11-25 21:19:08 · 5139 阅读 · 4 评论