深度学习
文章平均质量分 61
桜キャンドル淵
凑个整,就1024吧
展开
-
pytorch【生成自己的数据集】
二、生成数据集这是我们查看到的结果 0 1 0 000001.jpg 2880 1 000002.jpg 2937 2 000003.jpg 8692 3 000004.jpg 5805原创 2023-01-06 13:29:25 · 664 阅读 · 0 评论 -
pytroch【ResNet架构复现】
def conv3x3(in_ , out_ , stride = 1 , initialzero = False) : bn = nn . BatchNorm2d(out_) #需要进行判断,要对BN进行0初始化吗?原创 2023-01-05 17:42:49 · 220 阅读 · 0 评论 -
pytorch【GoogLeNet v1复现】
我们每一个基础卷积层都是经过了一个卷积层,然后进过bn层,然后再用ReLu函数进行激活。原创 2023-01-04 17:13:16 · 130 阅读 · 0 评论 -
pytorch【线性回归】【逻辑回归】【softmax回归】
均方误差损失函数梯度下降函数数据的生成函数数据的生成函数 小批量数据的随机生成函数1.定义我们线性回归的模型2.定义我们的误差函数3.定义优化方法4.模型的训练5.开始训练6.查看模型的参数二、逻辑回归2.逻辑回归函数3.辅助函数设定阈值4.定义准确率函数5.定义损失函数6.定义优化方法7.训练模型2.创建数据集3.定义模型4.定义损失函数5.定义优化方法6.定义训练函数7.开始训练8.查看训练结果10.原创 2022-12-25 14:33:31 · 1266 阅读 · 2 评论 -
【M1 Mac】【如何开启tensorboard服务】
然后找到我们刚刚的那个test的路径,也就是找到包含这个test的文件夹的路径,然后启动我们的服务。由于我们的tensorboard需要x86的环境,但是m1是arm架构的,所以我们需要在终端输入。在当前路径下创建一个test文件夹,来存放我们的记录。打开我们的jupyter,输入下面代码并运行。打开这个网址,就可以看到我们的可视化界面了。首先我们需要安装tensorboard包。然后安装tensorboard包。这个仅仅是作为测试使用。打开你想要的虚拟环境。原创 2022-12-24 11:51:24 · 1035 阅读 · 1 评论 -
pytorch【数据生成器】【回归数据的生成】【二分类数据集的创建】【小批量切分函数的创建】
我们创建数据生成器的目的就是便于我们后面pytorch深度学习不同的数据集首先,导入我们所需要的库。原创 2022-12-22 20:48:18 · 854 阅读 · 0 评论 -
pytorch【神经网络训练minst-fashion数据集】
【代码】pytorch【神经网络训练minst-fashion数据集】原创 2022-12-21 09:52:35 · 253 阅读 · 0 评论 -
pytorch【简单实现梯度下降】
二、定义我们神经网络的结构三、实例化我们的网络结构四、定义损失函数五、定义优化算法六、实现梯度下降每一次执行我们第六部分的代码,我们都可以观察到我们的损失值在不断减小,最终停留在1.0附近左右。这样我们就简单实现了一个梯度下降的算法原创 2022-12-20 21:05:35 · 373 阅读 · 0 评论 -
TensorFlow简单使用(基础篇)
目录一、TensorFlow的数据类型二、如何创建一个张量三、常用函数1.强制转换、最大值、最小值2.平均值、求和3.标记为可训练4.四则运算5.平方、次方与开方6.矩阵相乘7.输入特征和标签配对8.求出张量的梯度9.枚举函数10.独热编码11.概率转换函数12.自更新函数13.最大值索引函数我们为什么要学习TensorFlow?TensorFlow有什么作用?TensorFlow是深度学习的一个重要的数据包,...原创 2022-05-14 15:39:56 · 4779 阅读 · 5 评论