![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
壹零叁玖
多多重复 百炼成钢
展开
-
Pytorch从0到1之变分自编码器——(10)
开篇这次我们来说一说变分自编码器。变分编码器也是一种很常见的网络结构。它的作用和GAN有些类似,都是为我们生成一张可以"以假乱真"的图片。但是VAE与GAN不同的是,它不用区分生成器和区分器,他在一个网络中完成整个过程。我们首先输入图片,对他进编码,然后通过我们的网络结构生成编码的方差与均值,然后再解码生成图片,这里最重要的是这个方差和均值的生成。自己刚刚复现了一遍,感觉这里还是挺多需要了解和...原创 2020-05-04 00:57:16 · 438 阅读 · 0 评论 -
Pytorch从0到1之生成对抗神经网络GAN——(9)
开篇在计算机视觉方向我们介绍了不少基础网络了,今天介绍的这种又是计算机视觉方向的一个骨灰级网络——GAN。GAN又名生成对抗网络,其主要作用是图像生成,我们在用图像训练模型的时候需要大量的数据集。但是如果我们的数据集不够怎么办呢?我们可以利用数据增强的方法,对图像进行上下左右的翻转,做随即剪切,也可以自己生成图像。这个生成图像就会用到我们的GAN网络。GAN网络之所叫对抗网络是因为其内部有两个...原创 2020-05-01 16:03:55 · 729 阅读 · 0 评论 -
Pytorch从0到1之残差神经网络ResNet——(8)
开篇这次我们来聊一下残差神经网络的实现。这是咱们国内大神何凯明当年在CVPR上荣获一等奖的作品。它通过相等输入输出维度之间的恒等映射,高维度向低维度的下采样等方法构造残差块,对于很深的网络降低了学习难度,同时由于是恒等映射,我们在求解梯度的时候也相对轻松很多。这也引入了一个新的方法去解决梯度爆炸或者梯度消失的问题,除了使用Batch Normalization和RELU以外,我们也可以构建残差...原创 2020-04-30 11:46:29 · 635 阅读 · 1 评论 -
Pytorch从0到1之双向循环神经网络BRNN——(7)
开篇双向循环神经网络是在LSTM提出之前的一种模型。在那之前我们每次都通过前文的词汇去预测后文词汇,这样做通常有很大的误差,因为当前输出可能不仅和前状态有关,也和未来状态相关。为了解决这类问题,我们才提出了BRNN双向循环神经网络,使得我们在预测当前词的时候可以结合上下文一起分析。具体有关BRNN的基本原理也值得一学,内容很简单,大家可以参考下BRNN原理详解。这里我们只聊代码。开始吧.双...原创 2020-04-29 14:08:21 · 1462 阅读 · 2 评论 -
Pytorch从0到1之循环神经网络——(6)
开篇上次我们说到了卷积神经网络,CNN是一种在图像领域经常被使用的一种重要的基础网络。我们熟悉的网络例如VGG,ResNet,Inception-v3,GoogLeNet,AlexNet等等众多著名网络中都有CNN身影。那今天我们就要介绍一种在语音识别和自然语言处理领域和CNN具有同样低位的另一种网络——循环神经网络RNN。如BERT,Skip-Gram,CBOW等模型。它有两个很重要的部分,...原创 2020-04-28 17:15:54 · 302 阅读 · 0 评论 -
Pytorch从0到1之卷积神经网络——(5)
开篇卷积神经网络是深度学习模型中一个经典的模型,在图像处理方面的应用非常广泛,有很多基本操作例如卷积,池化,填充,全连接等大家可以参考卷积神经网络简介Pytorch实现卷积神经网络引入库import torchimport torch.nn as nnimport torchvisionimport torchvision.transforms as transforms配置dev...原创 2020-04-27 16:15:24 · 241 阅读 · 0 评论 -
Pytorch从0到1之前向神经网络——(4)
开篇这次我们来用pytorch实现一个自己的前向神经网络。与其说是神经网络不如就把它当成一个感知机理解,并没有达到deep-learning层面的神经网络,这是由简单的连接层和激活层组成,为后面介绍deep-learning领域的基础神经网络热热身。开始吧。搭建前向神经网络引入库import torchimport torchvisionimport torch.nn as nnim...原创 2020-04-26 17:42:58 · 313 阅读 · 0 评论 -
Pytorch从0到1之逻辑回归——(3)
开篇这次我们介绍用pytorch实现逻辑回归,用到的数据集是MNIST数据。Logistic Regression是一种广义的线性回归模型,既可以做回归也可以做分类。这个线性回归的因变量不是x,而是x的线性函数,即wx+b,所以这个回归可以表示为y = S(wx+b)。这个S就是我们熟知的sigmod函数,它可以将数据的范围归到0-1之间,所以这个值也可以当成概率用作分类,以0.5作为分类阈值...原创 2020-04-24 13:43:21 · 559 阅读 · 0 评论 -
Pytorch从0到1之线性回归——(2)
开篇Linear Regression是很基础的一个模型,用pytorch实现也不是什么难事,主要用到的还是我们上次说到的Linear这个模块来进行线性构建。这次我们会随机生成一些数据,利用pytorch构建线性模型进行拟合,最后画图表示出来。我们开始吧。库的引入import torchimport torch.nn as nnimport numpy as npimport matp...原创 2020-04-23 14:28:21 · 279 阅读 · 0 评论 -
Pytorch从0到1之基本操作——(1)
开篇Pytorch是对于深度学习人员来说的一种很重要的框架,它是由Facebook根据torch而衍生出来的新式框架。对于计算机视觉来说,目前的一些顶会例如CVPR,这些新技术新论文的实现大多使用的是Pytorch,而且增长率也远远超过tensorflow.虽然TensorFlow也是超级牛*的框架,但是两个一起学不是更好吗?周末我也会更新我自己学习TensorFlow的一些教程。Pytorc...原创 2020-04-22 20:05:01 · 659 阅读 · 0 评论