学习笔记
学习笔记
Asdzxcyuihjkqwe
这个作者很懒,什么都没留下…
展开
-
学习笔记7:关于softmax回归的一些理解(未完)
前言 还有半个小时炉石新版本信息发布,故利用这点时间来总结一些我对softmax回归的部分细节的理解。 课程:李沐《动手学深度学习v2》 本节课件:softmax回归的从零开始实现 一、方括号再方括号 就是上图用红色方框圈出来的地方。 假设:[①,②,③]是对样本A(第0个)的一个预测,[④,⑤,⑥]是对样本B(第1个)的一个预测。 注:①,②,③,④,⑤,⑥均为数字。且①+②+③=1,④+⑤+⑥=1 则: 1、y=[a,b]的意思是(以a为例):第0个样本的第a个数字是正确预测 2、y_hat[[0,1原创 2022-03-18 01:55:17 · 1412 阅读 · 0 评论 -
学习笔记5:DataLoader是什么?
前言 dataloader可以看作是对数据集的一种抓取方式。 一、必要的头文件 import torchvision from torch.utils.data import DataLoader from torch.utils.tensorboard import SummaryWriter 二、定义一个DataLoader 代码: test_data=torchvision.datasets.CIFAR10(root="./dataset_2",transform=torchvision.trans原创 2022-02-15 14:09:14 · 1849 阅读 · 1 评论 -
学习笔记4:torchvision中数据集的使用
一、头文件 import torchvision from torch.utils.tensorboard import SummaryWriter 二、训练集和数据集的设置 dataset_transform=torchvision.transforms.Compose( [torchvision.transforms.ToTensor()] ) train_set=torchvision.datasets.CIFAR10(root="./dataset_2",transform=datase原创 2022-02-15 13:13:00 · 798 阅读 · 0 评论 -
学习笔记3:Pytorch的Transforms类的学习
前言 Transforms是处理图片的一些方法。 一、头文件 二、把图片转化成tensor型 代码: img_path="dataset/train/ants_image/0013035.jpg" img=Image.open(img_path) writer=SummaryWriter("logs") tensor_trans=transforms.ToTensor() tensor_img=tensor_trans(img) 其中: tensor_trans=transforms.ToTensor()原创 2022-02-14 20:53:27 · 437 阅读 · 0 评论 -
学习笔记2:pytorch的Tensorboard的使用
前言 TensorBoard的用处就是让我们更好的观测到数据,对比各阶段实验数据的变化。 一、头文件 from torch.utils.tensorboard import SummaryWriter import cv2 from PIL import Image import numpy as np 二、画一个简单的y=3x的函数图像,然后查看它 1、代码: writer=SummaryWriter("logs") for i in range(100): writer.add_scalar原创 2022-02-14 12:28:14 · 415 阅读 · 0 评论 -
学习笔记1:pytorch的Dataset类的学习
pytorch的Dataset类的学习原创 2022-02-14 11:12:18 · 1583 阅读 · 0 评论