![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CNN
waysolong90
这个作者很懒,什么都没留下…
展开
-
标签平滑+交叉熵
import torchimport torch.nn as nndef CrossEntropyLoss_label_smooth(outputs, targets, num_classes=3, epsilon=0.2): N = targets.size(0) # torch.Size([8, 10]) # 初始化一个矩阵, 里面的值都是epsilon / (num_classes - 1) smoothed_labels = torch.full(size=(N,原创 2021-11-21 09:50:04 · 607 阅读 · 1 评论 -
pytorch加载自己的数据,自定义方式
import torch.nn as nnimport torchimport torch.nn.functional as Ffrom torch.autograd import Variableimport numpy as npfrom numpy import *import randomimport matplotlib.pyplot as pltfrom torch.utils.data import DataLoader,Datasetfrom torchvision imp原创 2021-05-21 18:14:51 · 153 阅读 · 0 评论 -
注意力机制之CBAM
import torchimport mathimport torch.nn as nnimport torch.nn.functional as Fimport numpy as npclass BasicConv(nn.Module): def __init__(self, in_planes, out_planes, kernel_size, stride=1, padding=0, dilation=1, groups=1, relu=True, bn=True, bias=Fal原创 2020-09-09 21:16:45 · 1102 阅读 · 1 评论 -
卷积神经网络详解
卷积神经网络详解原创 2019-11-07 18:32:12 · 2299 阅读 · 0 评论 -
卷积神经网络CNN原理详解(一)——基本原理
卷积神经网络CNN原理详解(一)——基本原理为什么要用神经网络?特征提取的高效性。大家可能会疑惑,对于同一个分类任务,我们可以用机器学习的算法来做,为什么要用神经网络呢?大家回顾一下,一个分类任务,我们在用机器学习算法来做时,首先要明确feature和label,然后把这个数据"灌"到算法里去训练,最后保存模型,再来预测分类的准确性。但是这就有个问题,即我们需要实现确定好特征,每一个特征即为...转载 2019-10-19 11:16:54 · 9975 阅读 · 1 评论