- 博客(9)
- 收藏
- 关注
RSS订阅原创 神经网络模型验证
用之前的神经网络训练的模型进行验证，即。该网络是一个分类模型，导入一张狗的图片。可以看出，正确的预测了dog类。该网络模型的10个类编号。
2024-05-16 18:37:22
124
1
原创 PyTorch学习总结--完整训练
训练过程中定义了损失函数，激活函数，优化器，并进行了测试，计算了测试准确率，并用tensorboard进行可视化，数据集采用torchvision的CIFAR10。🔥可以看出，损失都在不断减少，而准确率在升高。
2024-05-16 13:56:11
394
1
原创 神经网络模型的修改
网络结构，可以看出，此网络是个分类模型，有1000个类别，而之前所用到的CIFAR10只有10个类别，怎么运用这个模型呢？🧐很简单，在最后加个线性层，将1000->10。💬或者也可以直接对模型进行修改，无需添加。先加载vgg16网络模型。
2024-05-15 22:11:12
131
原创 PyTorch学习笔记三
官方文档在torch.opim中，首先先构建一个优化器，传入模型和学习速率，接着调用step（）方法进行调参，在每一个batch-size训练过程中，需将上一个batch-size训练的梯度参数进行清0.利用第一节中的损失函数加入优化器，训练10轮。利用损失函数所获得的梯度对各个神经节点进行调参优化。运用损失函数获得的梯度进行反向传播。🟢为更新输出、调整参数提供依据。首先加载数据集，构建神经网络。🟢计算输出值和目标的差距。交叉熵，训练分类问题时使用，公式如下。输入任意维度，输出相同维度。
2024-05-15 14:21:57
852
原创 神经网络的搭建
💙在第二节模型构建中，可见代码异常啰嗦。这时候就可以采用 Sequential解决。💙根据下式计算padding（填充）参数。💙用tensorboard查看。
2024-05-14 18:05:50
252
2
原创 PyTorch学习笔记二
所有搭建的神经网络都应该以这个为父类，下面是官方给的源代码手动搭建一个神经网络，实现输入×2，重写__init__、forward方法。
2024-05-14 14:36:03
456
原创 pandas学习笔记
他是前一篇博文介绍的numpy类似，是一个开源的数据分析和数据处理库，是numpy的扩展，如果把numpy比作一个列表，那么pandas就可以看作字典。可以对数组中不同行不同列进行命名。DataFrame和Series。
2024-05-11 13:02:01
796
1
原创 numpy学习笔记
numpy是python提供的关于矩阵运算的库，在计算机视觉领域离不开这个库，可以让代码的运算量减少很多倍，降低cpu的损耗。
2024-05-10 14:19:03
336
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人