PyTorch中文笔记
PyTorch 1.X中文笔记,适合第一次学习的小白,详细介绍了PyTorch的基本使用用法,从基础到实战。
相序定律
这个作者很懒,什么都没留下…
展开
-
Pytorch学习笔记之卷积层处理图片并进行可视化
实战卷积层import torchfrom torch import nnfrom torch.nn import Conv2dfrom torch.utils.data import DataLoaderimport torchvisionfrom tensorboardX import SummaryWriterdataset = torchvision.datasets.CIFAR10('./data', t原创 2021-10-17 21:24:46 · 603 阅读 · 0 评论 -
Pytorch学习之卷积层
本节对卷积层进行介绍主要是对二维卷积层进行介绍conv2dimport torchimport torch.nn.functional as F官方文档讲解torch.nn.Conv2d(in_channels, out_channels,kernel_size, stride=1, padding=0,dilation=1, groups=1, bias=True,padding_mode=‘zeros’,device=None, dtype=None)参数讲解in_channel原创 2021-10-17 18:50:50 · 248 阅读 · 0 评论 -
Pytorch学习之nn.Model
Pytorch学习之nn.Modelimport torchimport torch.nn as nnimport torch.nn.functional as F官网的例子class Mdeol(nn.Module): # 继承nn.Module这个类 def __init__(self): # 初始化函数 super(Mdeol, self).__init__() # 这个是调用父类初始化函数 self.conv1 = nn.Conv2d(原创 2021-10-17 17:50:45 · 531 阅读 · 0 评论 -
Pytorch学习之tensorboard
Pytorch学习之tensorboard的使用方法本节内容:学习tensorboard的使用方法数据写入文件(主要是标量数据和图片数据)对图片数据格式认识对写入的文件进行可视化# SummaryWriter :的使用方法from tensorboardX import \ SummaryWriter # 从tensorboardX 导入SummaryWriter 类:https://blog.csdn.net/qq_28666313/article/details/10634361原创 2021-10-17 13:29:48 · 232 阅读 · 0 评论 -
Pytorch数据读入之Dataset
Pytorch数据读入之DatasetDataset:提供一种方式,获取数据和labelfrom torch.utils.data import Datasetfrom PIL import Image ## 读取图片的库,可以对图片进行可视化import os ## 关于系统操作的库,主要用来对文件路径操作# dir_path='dataset/hymenoptera_data/train/ants' # 获取数据相对路径/也可以是绝对路径# import os #原创 2021-10-17 08:17:05 · 376 阅读 · 0 评论 -
PyTorch的基本数据类型张量
深度学习框架1.基本数据类型Data type[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9xrs77H6-1630237149210)(attachment:image.png)]Type checkimport torcha=torch.randn(2,3)print(a)tensor([[-2.0609, 0.7442, -1.7929], [ 0.0355, -1.6334, 0.0457]])# 返回一个符合均值为0,方差原创 2021-08-29 19:39:22 · 232 阅读 · 0 评论 -
PyTorch中文笔记(2)
PyTorch 自动微分autograd 包是 PyTorch 中所有神经网络的核心。首先让我们简要地介绍它,然后我们将会去 训练我们的第一个神经网络。该 autograd 软件包为 Tensors 上的所有操作提供自动微分。它是一个由运行定义的框架,这意味着以代码运行方式定义你的后向传播,并且每次迭代都可以不同。我们从 tensor 和 gradients 来举一些例子。1、TENSORtorch.Tensor 是包的核心类。如果将其属性 .requires_grad 设置为 True,则会原创 2021-08-29 14:56:55 · 171 阅读 · 0 评论 -
PyTorch中文笔记(1)
PyTorch 基本使用(1)Tensors (张量)Tensors 类似于 NumPy 的 ndarrays ,同时 Tensors 可以使用 GPU 进行计算。from __future__ import print_functionimport torch# 构造一个5x3矩阵,不初始化x = torch.empty(5, 3)print(x)tensor([[1.0286e-38, 9.0919e-39, 8.9082e-39], [9.2755e-39, 8.44原创 2021-08-28 20:45:40 · 87 阅读 · 0 评论