![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
running snail szj
这个作者很懒,什么都没留下…
展开
-
看看开源项目————PyTorch(撒花)
哔哩大学的up主小土堆的视频我跟着做了一遍,简单有趣,实现了深度学习入门,每节我也做了博客记载。最后一节讲解了在看一些GitHub等开源代码的方法,详情看up的细节讲解视频吧!PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】...原创 2021-10-22 20:33:20 · 328 阅读 · 0 评论 -
完整的模型验证套路————PyTorch(完结)
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P32讲介绍了利用上几节的模型,从网上找了一张狗的图片进行验证。所用图片为:上几节的CIFAR10模型的每个序列对应的真实类别如图:若结果为第5个类别的概率最大,则验证成功!代码注释为:其中tudui_0.pth为上几节保存的文件,这个代码要用最开始cpu训练的模型。import torchimport torchvisionfrom PIL import Imagefrom torch import nn原创 2021-10-22 20:02:47 · 500 阅读 · 0 评论 -
利用GPU进行训练(二)————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P31讲介绍了用GPU进行完整的训练模型套路练习的另一种方式。还是把与不同于用cpu的语句注释了出来,代码如下:这种方式可以用于多个gpu的使用中。cuda:0 ——cuda:1——cuda:3.。。。。import torchimport torchvisionfrom torch.utils.tensorboard import SummaryWriter# from model import *(手动复制过来了原创 2021-10-22 16:51:02 · 163 阅读 · 0 评论 -
利用GPU进行训练————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P30讲介绍了用GPU进行完整的训练模型套路练习。和上节代码相比.cuda() 的地方我都注释了出来(用GPU),还有计时的添加,可以计时比较GPU会快很多:import torchimport torchvisionfrom torch.utils.tensorboard import SummaryWriter# from model import *(手动复制过来了)from torch import nn原创 2021-10-22 16:14:13 · 396 阅读 · 0 评论 -
完整的模型训练套路(二)————PyTorch(注释最全)
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P28讲继续进行完整的训练模型套路练习。原创 2021-10-22 11:56:58 · 518 阅读 · 0 评论 -
完整的模型训练套路(一)————PyTorch(代码注释最全)
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P27讲开始进行完整的训练模型套路练习。先介绍一个a.item()的用法:import torcha = torch.tensor(5)print(a)print(a.item())# 第一个print打印出来的会带一个tensor# 第二个print加上.item就会把tensor数据类型转换成真实的数字结果如图:第一个print打印出来的会带一个tensor第二个print加上.item就会把tensor原创 2021-10-22 11:19:11 · 6009 阅读 · 1 评论 -
网络模型的保存与读取————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P26讲讲述了如何保存与读取网络模型.保存代码:import torchimport torchvisionfrom torch import nnvgg16 = torchvision.models.vgg16(pretrained=False)# 保存方式1 “保存路径.pth”什么后缀都行推荐为.pth 保存了结构和参数piptorch.save(vgg16, "vgg16_method1.pth")#原创 2021-10-20 22:00:41 · 229 阅读 · 0 评论 -
pip安装阿里云镜像scipy————PyTorch
pip安装scipy阿里云镜像pip install -i http://mirrors.aliyun.com/pypi/simple scipy --trusted-host mirrors.aliyun.com亲测好用原创 2021-10-20 21:47:53 · 2465 阅读 · 3 评论 -
现有网路模型的使用及其修改————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P25讲讲述了如何加载一些现有的pytorch网络模型,或对网络模型中的一些结构进行修改.首先安装scipy修改代码为:(其实我听不太懂,看不懂添加修改的啥,详情看开头的视频链接)import torchvision# train_data = torchvision.datasets.ImageNet("data_image_net", split='train', download=True,#原创 2021-10-19 22:03:15 · 146 阅读 · 0 评论 -
优化器的使用————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P24讲讲述了神经网络优化器的使用。首先优化器的简单例子注释:for input, target in dataset: optimizer.zero_grad() # 接最后一步,到第一步继续循环,需要把上一步的loss。backword求出来的每一个参数对应的梯度清零,以防上一步造成影响 output = model(input) # 输入经过一个模型得到输出 loss = loss_原创 2021-10-19 20:08:28 · 229 阅读 · 0 评论 -
神经网络搭建小实战和sequential的使用————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P22讲讲述了神经网络搭建小实战和sequential的使用。一开始的代码如下:但是他不能运行,为什么不能?不知道!!!import torchfrom torch import nnfrom torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequentialclass Tudui(nn.Module): def __init__(self):原创 2021-10-19 17:33:35 · 300 阅读 · 0 评论 -
L1Loss函数的使用————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P23讲讲述了L1Loss函数的使用。import torchfrom torch.nn import L1Lossinputs = torch.tensor([1, 2, 3], dtype=torch.float32) # 变成浮点数targets = torch.tensor([1, 2, 5], dtype=torch.float32)inputs = torch.reshape(inputs, (1, 1,原创 2021-10-19 11:43:01 · 1361 阅读 · 0 评论 -
神经网络实战举例————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P22讲讲述了一个实战的小例子。图中的标注即为下个语句的参数由来:self.conv1 = Conv2d(in_channels=3, out_channels=32, kernel_size=3, stride=5, padding=0)padding=2怎么算的如图,没听懂,在上边视频链接的9分钟:...原创 2021-10-18 21:45:47 · 135 阅读 · 0 评论 -
神经网络线性激活举例————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P21讲讲述了神经网络的线性激活函数的使用。import torchimport torchvisionfrom torch import nnfrom torch.nn import Conv2dfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriterdataset = torchvision.d原创 2021-10-18 21:07:20 · 431 阅读 · 0 评论 -
神经网络非线性激活举例————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P20讲讲述了神经网络的非线性激活函数的使用。代码如下:import torchimport torchvisionfrom torch import nnfrom torch.nn import ReLU, Sigmoidfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriterinput = t原创 2021-10-18 12:10:39 · 183 阅读 · 0 评论 -
最大池化代码举例————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P19讲讲述了神经网络的最大池化的使用。最大池化的作用就是减少训练的数据量。举个例子:视频有1080p和720p,输入图像就是一个1080p的视频,网卡的时候可以池化一下变成720p的,可以看而且文件变小了。池化过程为代码举例:import torch# 输入图像,tensor数据类型import torchvisionfrom torch import nnfrom torch.nn import MaxPo原创 2021-10-18 11:29:38 · 853 阅读 · 0 评论 -
神经网络代码举例————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P18讲讲述了神经网络的代码举例使用。import torchimport torchvisionfrom torch import nnfrom torch.nn import Conv2dfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriterdataset = torchvision.data原创 2021-10-17 14:44:24 · 3175 阅读 · 1 评论 -
卷积操作代码举例————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P17讲讲述了卷积操作的举例使用。首先,要做的效果如图:一个很简单的输入图像,卷积核首先和输入图像左上角33对齐,然后对应格子相乘,再9个格子相加,即1+22+0*1…如下边第一个式子,得到卷积后的输出的第一个值——10。Stride=1的意思是,卷积核向左移动一个格子,再类似计算得出输出的第二个值——12。其代码实现为:import torchimport torch.nn.functional as F# 卷积函数,原创 2021-10-17 12:44:52 · 1396 阅读 · 0 评论 -
神经网络的基本骨架nn.Module的使用————PyTorch
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P16讲讲述了神经网络的基本骨架nn.Module的使用。原创 2021-10-14 18:31:07 · 217 阅读 · 0 评论 -
DataLoder的使用————Transforms
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P15讲讲述了dataloder的下载使用。dataloder作用原创 2021-10-14 17:30:56 · 730 阅读 · 0 评论 -
CIFAR10数据集的使用————Transforms
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P13讲讲述了CIFAR10数据集的下载使用。代码注释如下:import torchvision# CIFAR10这个数据集,可以去官网上查看,包括32*32的像素图片,很多类别和图片,有训练和测试图片train_set = torchvision.datasets.CIFAR10(root="./dataset", train=True, download=True)# 按ctrl+P看函数需要什么,# root即原创 2021-10-14 16:59:48 · 1287 阅读 · 0 评论 -
transform总结————PyTorch
from PIL import Imagefrom torch.utils.tensorboard import SummaryWriter#从tensorboard引入SummaryWriterfrom torchvision import transforms# 之前说过tensorboard必须为tensor的数据类型# tensor实际上就是一个多维数组,能够创造更高维度的矩阵、向量,# 具体参考知乎 https://zhuanlan.zhihu.com/p/48982978#原创 2021-10-12 22:29:37 · 139 阅读 · 0 评论 -
Resize的使用————Transforms
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P12讲讲述了transforms中Resize的使用。小技巧:Resizeclass Resize(torch.nn.Module): """Resize the input image to the given size. 将输入图像调整为给定的大小。 If the image is torch Tensor, it is expected to have [..., H, W] shap原创 2021-10-12 17:55:47 · 2800 阅读 · 0 评论 -
Normalize的使用————Transforms
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P12讲讲述了transforms中Normalize(归一化)的使用。NormalizeNormalize的注释:class Normalize(torch.nn.Module): """Normalize a tensor image with mean and standard deviation. This transform does not support PIL Image. 用均值和标准原创 2021-10-12 16:47:06 · 975 阅读 · 0 评论 -
ToTensor的使用————Transforms
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P12讲讲述了ToTensor的使用。代码及运行结果为:from PIL import Imagefrom torch.utils.tensorboard import SummaryWriter#从tensorboard引入SummaryWriterfrom torchvision import transforms# 之前说过tensorboard必须为tensor的数据类型# tensor实际上就是一个多维数组原创 2021-10-10 21:49:55 · 1283 阅读 · 0 评论 -
win10中anaconda安装(windows)————Pytorch
想用pytorch做图像识别,发现虚拟机的ubuntu无法安装显卡驱动,所以在windows下使用pytorch。总结为三个资源:1.B站up主 我是土堆 的视频————PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】 第一集便是安装过程2.下载安装很慢,可以用手机热点试一试,主要是用清华的源,具体博客链接为pytorch快速安装【清华源】3.安装时出现小问题,具体移步 win10中anaconda安装pytorch的错误完成!...原创 2021-09-25 03:12:23 · 104 阅读 · 0 评论 -
Transforms的使用————Pytorch
PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】b站大学的P8P9讲解了Transform的使用,图为讲解中对transform工具箱的解释。原创 2021-09-25 21:50:56 · 156 阅读 · 0 评论 -
TensorBoard的使用————Pytorch
B站大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P7P8讲讲述了TensorBoard的使用。from torch.utils.tensorboard import SummaryWriterimport numpy as npfrom PIL import Imagewriter = SummaryWriter("logs")image_path = "data/val/ants/10308379_1b6c72e180.jpg"img_PIL = Image.op原创 2021-09-25 21:55:34 · 129 阅读 · 0 评论 -
__call__的使用————Transforms
哔哩大学的PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】的P12讲讲述了Python中__call__的使用。代码及运行结果为:class Person: def __call__(self, name): print("__call__" + "Hello" + name) def hello(self, name): print("hello" + name)person = Person()person("zhangsan原创 2021-10-10 21:18:52 · 171 阅读 · 0 评论