- 博客(6)
- 收藏
- 关注
原创 PyTorch深度学习5-使用pytorch实现线性回归
对于LinearModel()模型,需要自己定义,且还要继承torch.nn.Model类,同时还需要提供构造方法和重写forward函数。此外,torch.nn.Linear下的Linear是nn模块下的一个类,该组件能完成权重(W)×输入(X)+偏置(b)的计算。PyTorch下有很多优化器,不同的优化器有着不同的性能特点,其中父类parameters()能识别model下的
2022-10-25 20:13:59 548 1
原创 计算机视觉学习1-图像处理
在收集数据集之前,我们需要知道对于图像分类,哪些因素会影响计算机对于图像的识别,也就是跨越**“语义鸿沟”**(即如何将我们人类所看到的高层意思转换为计算机所识别的低二进制)影响计算机对于图像处理的因素。
2022-09-20 15:43:27 614
原创 PyTorch深度学习4--反向传播算法
反向传播算法只是能得到误差,而迭代求权重的最优值只能通过反向传播算法分为两个步骤,即“正向传播求损失”和“反向传播传回误差”。—即整个学习步骤是1.计算损失值2.进行反向传播3.使用梯度下降算法更新权重tensor类型是PyTorch的一种数据类型,其包含data和grad两种结构,且这两种结构也是tensor类型,有点像结构体里面的指针一样,需要引用。“数值之间不仅仅只是计算,更重要的是生成了计算图”,只有理解了计算图才能知道整个反向传播是怎么实现的。......
2022-08-02 16:51:36 586
原创 PyTorch深度学习3--梯度下降算法
什么是梯度下降: 及使用适当的学习率,沿着梯度反方向更新自变量可能降低目标函数值。梯度下降重复这一更新过程直到得到满足要求的解。
2022-07-29 10:41:41 143
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人