pytorch
文章平均质量分 75
pytorch
啥也不是的py人
这个作者很懒,什么都没留下…
展开
-
Tensorboard 可视化训练过程
tensorboard可视化原创 2024-04-03 15:40:09 · 234 阅读 · 0 评论 -
Fine tune简介
移学习不是一种算法而是一种机器学习思想,应用到深度学习就是微调(Fine-tune)。通过修改预训练网络模型结构(如修改样本类别输出个数),选择性载入预训练网络模型权重(通常是载入除最后的全连接层的之前所有层 ,也叫瓶颈层)再用自己的数据集重新训练模型就是微调的基本步骤。微调能够快速训练好一个模型,用相对较小的数据量,还能达到不错的结果。原创 2023-08-17 23:40:29 · 1082 阅读 · 0 评论 -
MLP多层感知机理解
多层感知机是全连接的可以把低维的向量映射到高维度MLP整个模型就是这样子的,上面说的这个三层的MLP用公式总结起来就是,函数G是softmax输入层没什么好说,你输入什么就是什么,比如输入是一个n维向量,就有n个神经元。(有时候也会加上一个偏置)隐藏层的神经元怎么得来?原创 2023-01-31 10:52:51 · 1984 阅读 · 0 评论 -
Torch模型打包(七)
可以看到,在之前的编码中,每次运行都是重新走完一遍训练流程然后再进行测试输出结果见下图:每次都要执行10个循环的训练其实这就可以看成10个epoch这显然是非常麻烦的所以我们就要将模型打包进行操作来规避每次的重新训练。原创 2022-09-06 16:42:53 · 1281 阅读 · 0 评论 -
Torch 数据集放到网络训练(六)
量化出来之后,就需要减小这个差距,优化器通过反向计算得到梯度,然后乘以学习率,对应参数减去这个值,然后下一次输入乘以矩阵就会得到更好对输出。然后在优化器中传入实例化之后的网络参数,然后定一个学习速率。个人理解:神经网络训练的实质,实际上是找到一种数据集中的。然后优化器求出损失函数的梯度,然后反向传播优化网络。可以看到loss快速下降,但是识别效果是有误差的。然后输出和ground truth之间是有差距的。这里的x实际上就是图像的tensor。那么对于正确的分类猫,得分是3.2。然后调用优化器梯度归零。原创 2022-09-06 16:01:02 · 937 阅读 · 0 评论 -
Torch车牌字符识别-网络搭建(五)
可以处理多维数据是CNN的重要特征(因为有卷积)车牌也是采用三通道进行训练先是对一个批次的数据集通过卷积层提取特征然后是池化层压缩特征然后再卷积再池化然后展开输出分类结果卷积神经网络的定义类必须要继承module打开中文文档主页 - PyTorch中文文档init构造方法然后是super继承父类。...原创 2022-08-28 17:04:26 · 1180 阅读 · 1 评论 -
Torch车牌数据集搭建-torch.utils.data(四)
label.txt的作用就是把图片和标签对应起来,可以理解为图片为x,标签为y。前者提供了数据集的大小,后者支持整数索引,范围从0到len(self)。主要是对车牌先进行色域识别,再把各个字符切割,然后存储,然后作为数据集。并且对于数据集来说,有多通道的,有单通道的,这其中又有很多区别。对于汽车识别的话,则是都为汽车的不同角度的图片比较好。比如说当index是0的时候可以得到第一个数据的传入。以下是前处理后的数据(可以理解为网络的输入)标签值的目的是让数据跟识别的数值对应。...原创 2022-08-24 21:35:14 · 1180 阅读 · 0 评论 -
Torch搭建简单神经网络y=x^2(三)
这样就有非线性特征然后将激活后的值传入预测层返回预测值return xreturn x初始参数是随机的,也可以打印训练500次开始训练过程。原创 2022-08-23 22:22:09 · 1577 阅读 · 0 评论 -
GPU cuda cuDNN pytorch理解
kernel的定义和普通的c++函数没有什么区别,除了加上了一个__global__的修饰符,这个修饰符就相当于告诉编译器这部分需要在gpu上完成。这部分就是把两个长度为N的向量,将其分配到N个线程上进行加法运算,那其实每个线程只需要计算相应位置上的一个加法运算就可以了。可理解为cv2库,对常用的图像处理算法封装成了库里的很多函数,用的时候直接调用,而不使用python从头写造轮子。所以实际上数据是在host端产生,然后拷贝到gpu上进行计算的,最后再将数据拷贝回host端。原创 2022-08-22 15:50:47 · 673 阅读 · 0 评论 -
Torch激活函数,优化器,损失函数(二)
pytorch原创 2022-08-21 17:31:44 · 1287 阅读 · 0 评论 -
Torch概述及环境安装(一)
pytorch原创 2022-08-21 15:37:49 · 556 阅读 · 0 评论