pytorch神经网络模型
Learn2LearnXgXg
这个作者很懒,什么都没留下…
展开
-
pytorch_神经网络模型搭建系列(2):自定义神经网络层
目录1、nn.Module——搭建属于自己的神经网络1.1 回顾系统预定义的层1.1.1 最常用的Linear层1.1.2 Conv2d类的源代码1.1.3 小结1.1.4 自定义层的基本步骤1.2 简单实现-自定义层1.2.1 第一步:定义一个的层(即一个类)1.2.2 第二步:定义一个神经网络模型1.2.3 第三步:训练模型1.2.4 小结1.3 补充:model.parameters()和model.state_dict()1.3.1 model.parameters()1.3.2 model.sta原创 2020-12-15 20:06:01 · 2189 阅读 · 2 评论 -
pytorch_神经网络模型搭建系列(0):play with pytorch
目录1、pytorch搭建模型1.1 方法1——使用numpy(入门)1.2 方法2——使用torch包的Tensor(初级)1.3 方法3——使用torch包的autograd(进阶)1.4 方法4——使用pytorch.nn模块(中级)1.5 方法5——使用torch.optim(高级)2、总结1、pytorch搭建模型神经网络的搭建本身是一个较为复杂的过程,但是现在有非常多的、非常人性化的开源框架提供给我们使用,但是即便如此,网络的搭建也是有多种方法可以选择,本文以pytorch为例子加以说明神原创 2020-12-15 19:51:40 · 339 阅读 · 0 评论 -
pytorch_神经网络模型搭建系列(1):自定义神经网络模型
目录1、nn.Module——搭建属于自己的神经网络1.1、torch.nn.Module类概述1.1.1、torch.nn.Module类的简介Module类封装的方法简介设计神经网络的核心:构造函数__init__和forward方法1.2、搭建神经网络--torch.nn.Module类的不同方式应用通过nn.Sequential来包装层1.3、Module类的常见方法层的四种索引方法Module类的魔法方法——call方法1.4、谈谈系统预定义的层Linear线性层的说明Linear线性层类的源代码原创 2020-12-14 22:39:08 · 5760 阅读 · 0 评论 -
pytorch_神经网络模型搭建系列(4):自定义损失函数
目录1、自定义损失函数1.1 nn.Module和nn.Functional的区别与联系1.1.1 二者的相似之处1.1.2 二者的差别之处1.1.2.1 调用方式1.1.2.2 与nn.Sequential的结合运用1.1.2.3 参数的管理1.1.3 小结1.2 定义损失函数1.2.1 方法1:自定义类--继承nn.Module1.2.2 方法2:自定义函数1.2.3 方法3:扩展nn.autograd.function1.3 具体代码算例1.4 总结1、自定义损失函数前言:首先,回顾一下上一次的原创 2020-12-16 22:54:49 · 4170 阅读 · 0 评论