关注
分享
文章平均质量分 95
PyTorch 学习笔记，持续更新中...
知识点和项目包括但不仅限于：GPU搭建，基本张量运算，不同算子详解，优化器与损失函数详解，数据处理与可视化分析，网络搭建和参数计算，全连接神经网络，卷积神经网络和经典backbone，循环神经网络，目标检测，语义分割，风格迁移，图像自编码器，图卷积...
宅家的小魏
一个很懒的年更博主，经常炸炉的炼丹师。
华中科技大学 - 人工智能与自动化学院 - 模式识别与智能系统，
美国南加州大学 - 计算机科学。
展开
-
Pytorch：图卷积神经网络-半监督学习实现，对比SVM, LP
使用图卷积神经网络对论文数据集实现半监督分类，可是化了数据分布和相关结果，并对比SVM, LP等分类器的精度原创 2022-03-15 19:35:56 · 5933 阅读 · 6 评论 -
Pytorch：图卷积神经网络-概述，半监督学习(标签传播LP算法)和PyTorch Geometric(PyG)安装
介绍了图深度学习，图卷积和图卷积神经网络的概念。介绍了半监督学习(标签传播LP)，使用LP算法进行了分类实践。介绍了PyTorch Geometric库的安装原创 2022-03-15 19:29:18 · 3959 阅读 · 2 评论 -
Pytorch：图像语义分割-基于VGG19的FCN8s实现
实现了基于VGG19 backbone的FCN8s的语义分割，利用该模型在VOC2012数据集上进行图像语义分割的训练，验证和测试。原创 2022-03-21 23:37:10 · 3840 阅读 · 5 评论 -
Pytorch：图像语义分割-FCN, U-Net, SegNet, 预训练网络
介绍了图像语义分割网络的基本概念，介绍了FCN, U-Net, SegNet的网络结构并用代码实现建模，使用预训练的语义分割网络完成颜色编码和图像分割。原创 2022-03-21 23:28:30 · 5935 阅读 · 3 评论 -
Pytorch：基于线性插值和卷积解码的卷积自编码网络
介绍了基于线性插值和卷积来解码的卷积自编码器，并用它来进行图像去噪。对结果计算峰值信噪比，可视化分析，并对比了它和基于转置卷积解码的卷积自编码器差异原创 2022-03-11 15:12:54 · 1104 阅读 · 0 评论 -
Pytorch：基于转置卷积解码的卷积自编码网络
介绍了解码器为转置卷积的卷积自编码网络，并用该网络进行图像去噪，计算了峰值信噪比，并可视化相关结果。原创 2022-03-11 15:07:14 · 5149 阅读 · 0 评论 -
Pytorch：线性自编码网络降维(对比PCA)
介绍了几种常见的图像自编码器。实现了线性自编码网络的数据降维，并对比了PCA降维的效果。基于二者的降维数据使用SVM进行分类。原创 2022-03-11 15:03:19 · 4146 阅读 · 0 评论 -
Pytorch：图像风格快速迁移
使用残差网络ResNet和VGG实现了固定风格任意内容的图像风格快速迁移，保存并复用网络模型原创 2022-02-17 01:52:25 · 4347 阅读 · 10 评论 -
Pytorch：图像风格迁移
介绍了两种图像风格迁移方式，使用VGG实现了固定风格固定内容的普通图像风格迁移。原创 2022-02-17 01:40:42 · 1572 阅读 · 0 评论 -
Pytorch：目标检测网络-RetinaNet(不均衡样本问题)
介绍了目标检测中的不均衡样本问题及其解决方案，介绍了两种算法，OHEM和Focol Loss，并介绍了专注难样本的目标检测网络RetinaNet。原创 2022-02-17 01:21:30 · 1040 阅读 · 0 评论 -
Pytorch：目标检测网络-非极大值抑制(NMS)
讲解了目标检测中的非极大值抑制(NMS)算法及其拓展，包括NMS, Soft NMS, Softer NMS, IoU-Net。原创 2022-02-17 01:16:22 · 2925 阅读 · 0 评论 -
Pytorch：目标检测网络-FPN
讲解了特征金字塔，使用Pytorch搭建了FPN原创 2022-02-17 01:11:13 · 1919 阅读 · 9 评论 -
Pytorch：目标检测网络-人体关键点检测
使用R-CNN检测人体关键点。原创 2022-02-17 01:06:32 · 7068 阅读 · 4 评论 -
Pytorch：目标检测网络-概述，指标计算和使用预训练网络
讲解了三大基本目标检测网络框架RCNN, SSD, YOLO。讲解了IoU计算，TP, FP, FN, TN四种样本，Precision, Recall指标，mAP计算。使用预训练的 Faster RCNN 完成目标检测与可视化结果。原创 2022-02-17 01:04:10 · 1201 阅读 · 0 评论 -
Pytorch：循环神经网络-GRU
使用GRU实现了文本情感分析，使用词云进行了结果的可视化原创 2022-02-05 00:06:15 · 1705 阅读 · 0 评论 -
Pytorch：循环神经网络-LSTM
使用LSTM网络实现中文新闻分类原创 2022-02-05 00:05:58 · 1245 阅读 · 3 评论 -
Pytorch：循环神经网络与文本预处理
介绍了两种常用的循环神经网络：LSTM, GRU，讲解了文本预处理方法原创 2022-02-04 00:29:31 · 1481 阅读 · 0 评论 -
Pytorch：卷积神经网络-DenseNet
讲解了DenseNet的网络结构与核心思想，使用代码搭建并可视化了DenseNet网络原创 2022-02-04 00:29:07 · 2053 阅读 · 0 评论 -
Pytorch：卷积神经网络-ResNet
讲解了ResNet的网络结构与核心思想，使用代码搭建并可视化了ResNet网络原创 2022-02-04 00:28:49 · 995 阅读 · 0 评论 -
Pytorch：卷积神经网络-GoogLeNet
讲解了InceptionV1-V4的网络结构与核心思想，使用代码搭建并可视化了GoogLeNet-1网络。原创 2022-02-04 00:28:16 · 343 阅读 · 0 评论 -
Pytorch：卷积神经网络-VGG
讲解了VGG的网络结构与核心思想，使用代码搭建了VGG网络，使用预训练好的VGG进行预测和热力图可视化分析原创 2022-02-04 00:25:44 · 1459 阅读 · 0 评论 -
Pytorch：卷积神经网络-NiN
讲解了NiN的网络结构与核心思想，使用代码搭建并可视化了NiN网络原创 2022-02-04 00:25:16 · 456 阅读 · 0 评论 -
Pytorch：卷积神经网络-AlexNet
AlexNet网络结构讲解，在GPU上训练模型，识别Fashion-MNIST原创 2022-02-04 00:07:41 · 2444 阅读 · 0 评论 -
Pytorch：卷积神经网络-LeNet
LeNet网络结构讲解，在GPU上训练模型，识别Fashion-MNIST原创 2022-02-04 00:07:23 · 1226 阅读 · 0 评论 -
Pytorch：卷积神经网络-预训练网络微调
微调预训练的VGG网络，识别十类猴子原创 2022-02-04 00:06:19 · 1257 阅读 · 1 评论 -
Pytorch：卷积神经网络-空洞卷积
搭建Dilated CNN识别Fashion-MNIST，并可视化相关结果。原创 2022-02-04 00:04:45 · 9402 阅读 · 2 评论 -
Pytorch：卷积神经网络-识别 Fashion-MNIST
搭建CNN完成Fashion-MNIST分类任务，并可视化相关结果原创 2022-02-03 20:53:47 · 2172 阅读 · 0 评论 -
Pytorch：卷积神经网络概述
讲解了卷积神经网络的基本知识，介绍了一些常用卷积网络的调用方式原创 2022-02-03 20:46:36 · 530 阅读 · 0 评论 -
Pytorch：全连接神经网络-MLP回归
使用全连接神经网络(MLP)解决波士顿房价回归预测问题原创 2022-02-03 20:39:28 · 13225 阅读 · 17 评论 -
Pytorch：全连接神经网络-MLP分类
使用全连接神经网络(MLP)解决垃圾邮件分类问题原创 2022-02-03 20:34:33 · 6872 阅读 · 0 评论 -
Pytorch：深度神经网络搭建实例，模型保存与复用
介绍了深度神经网络搭建实例，讲解了网络模型保存与复用原创 2022-02-03 18:43:20 · 877 阅读 · 3 评论 -
Pytorch：优化器、损失函数与深度神经网络框架
详细介绍常用的优化算法，优化器和损失函数。介绍了深度神经网络的搭建，训练框架，以及参数初始化方式原创 2022-02-03 18:40:20 · 478 阅读 · 0 评论 -
Pytorch：数据库介绍、数据预处理和网络参数计算
介绍了常用数据库，图像增强方式，数据、文本和图像预处理，以及网络模型构建和参数计算。原创 2022-02-03 18:36:02 · 1525 阅读 · 0 评论 -
Pytorch：核心模块，torch.nn与网络组成单元
介绍了框架的核心模块：torch.nn ，详细讲解其中操作算子的数学推导，参数计算和调用方式原创 2022-02-03 18:28:21 · 1027 阅读 · 2 评论 -
Pytorch：张量常用方法与基本运算
主要介绍了张量的常用方法与基本运算，也讲解了自动微分机制和计算图架构原创 2022-02-03 18:21:10 · 996 阅读 · 0 评论 -
Pytorch：入门指南和 PyTorch 的 GPU版本安装(非常详细)
介绍了该教程的入门指南，环境配置参考，开发工具推荐，详细讲解了PyTorch的GPU版本安装方式，以及如何使用 GPU 。原创 2022-02-03 18:13:01 · 3449 阅读 · 0 评论