系统学习Pytorch
文章平均质量分 97
本系列文章是跟着csdn上一位大神来系统学习Pytorch的基本框架,尽量做到Pytorch入门
跳动的西格玛
这个作者很懒,什么都没留下…
展开
-
系统学习Pytorch笔记七:正则化与标准化总结、模型保存与加载
接下来主要是进行迭代训练模块的学习。正则化是迭代训练中一个重要的知识点,学习Pytorch中的各种正则化方法。首先, 会学习什么是正则化以及偏差方差之间的关联, 然后学习L2正则化方法, 然后介绍Dropout的相关知识, 然后是Batch Normalization和正则化层。原创 2024-01-01 21:58:19 · 946 阅读 · 0 评论 -
系统学习Pytorch笔记六:优化器和学习率调整策略
Pytorch的优化器:管理并更新模型中可学习参数的值, 使得模型输出更接近真实标签。原创 2023-12-28 22:24:37 · 2030 阅读 · 0 评论 -
系统学习Pytorch笔记五:模型的权值初始化与损失函数介绍
权值初始化与损失函数介绍的学习原创 2023-10-09 16:05:34 · 181 阅读 · 0 评论 -
系统学习Pytorch笔记四:模型创建Module、模型容器Containers、AlexNet网络搭建及常用网络层
模型创建Module原创 2023-10-07 16:17:33 · 134 阅读 · 1 评论 -
系统学习Pytorch笔记三:Pytorch数据读取机制(DataLoader)与图像预处理模块(transforms)
在Compose这个类里面调用了一系列的transforms方法。对Compose里面的这些transforms方法执行一个for循环,每次挑取一个方法进行执行。也就是transforms方法仅接收一个参数,返回一个参数,然后就是for循环中,上一个transforms的输出正好是下一个transforms的输入,所以数据类型要注意匹配。这就是自定义transforms的两个要素。原创 2023-08-20 18:03:03 · 238 阅读 · 1 评论 -
系统学习Pytorch笔记二:Pytorch的动态图、自动求导及逻辑回归
总结一下,首先基于前面的张量的知识我们又更进一步,学习了计算图的机制,计算图就是描述运算过程的图, 有了这个图梯度求导的时候非常方便。然后学习了Pytorch的自动求导机制,认识了两个比较常用的函数和函数, 关于自动求导要记得三个注意事项:梯度手动清零,叶子节点不能原位操作,依赖于叶子节点的节点默认是求梯度。最后我们根据上面的所学知识建立了一个逻辑回归模型实现了一个二分类的任务。下一篇文章将学习pytorch的数据读取机制及相关知识。原创 2023-08-12 22:26:50 · 103 阅读 · 1 评论 -
系统学习Pytorch笔记一:Pytorch的数据载体张量与线性回归
本系列是跟着csdn中一位大神来系统学习一下Pytorch的基本框架知识,尽量做到Pytorch入门原创 2023-08-07 09:51:59 · 127 阅读 · 0 评论