Pytorch学习
菜鸡小吴需要努力
这个作者很懒,什么都没留下…
展开
-
Pytorch学习第三天
模型创建可以分为两个模块:构建网络层 – init()拼接网络层 – forward()torch.nnnn.Parameter – 张量子类,表示可学习参数nn.Module – 所有网络基类nn.functional – 函数具体实现nn.init – 参数初始化nn.Module的例子class AlexNet(nn.Module): def __init__(self, num_classes=1000): super(AlexNet, self).__原创 2020-07-06 10:39:05 · 135 阅读 · 0 评论 -
Pytorch学习第二天
1.Dataloader与Dataset根据自己的数据创建自己的Dataset,例如:class RMBDataset(Dataset): def __init__(self, data_dir, transform=None): """ rmb面额分类任务的Dataset :param data_dir: str, 数据集所在路径 :param transform: torch.transform,数据预处理 ""原创 2020-07-04 23:15:41 · 121 阅读 · 0 评论 -
Pytorch学习第一天
张量创建及操作Tensor三种创建方式1.直接创建2.依据数值创建3.依据概率分布创建基本操作1.torch.cat()张量按维度dim进行拼接2.torch.stack()在新创建的维度dim上进行拼接3.torch.chunk()按维度进行平均均分4.torch.split()线性回归计算图结点表示数据边代表运算叶子结点的梯度不会被释放掉动态图运算与搭建同时进行(灵活)静态图先搭建图,后运算(高效)逻辑回归可以实现一个二分类,具体公式可参考其他博客放上我原创 2020-07-03 15:45:25 · 86 阅读 · 0 评论