![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
文章平均质量分 89
YDDUONG
这个作者很懒,什么都没留下…
展开
-
验证误差反向传播算法
给出结论:误差反向传播算法,传播的是损失函数对各个参数的偏导数(就是导数),也可以简单理解成梯度(梯度的定义可不是这样的)大致流程是搭一个简单网络,找到里面的各个参数,训练一次网络并进行误差反向传播,再次查看各个参数,验证结果,以下是详细过程。这里我们新建一个简化的网络,输入层、隐藏层和输出层都只设置一个节点,并且不加激励函数,因为像relu这种函数会过掉小于0的数据,影响计算import torch# 搭建神经网络class Net(torch.nn.Module): def __in原创 2021-09-21 11:56:01 · 489 阅读 · 0 评论 -
将Pytorch模型部署到Android端
准备:pytorch1.4(pytorch环境至少要在1.3以上,当前最新版本1.4)已经训练好的pytorch模型Jetpack组件:CameraX(这个用来调用相机的)如有需要,可以先看看我这两篇博文:如果pytorch环境不满足,进行pytorch环境升级:win10+pytorch1.4+cuda10.1安装:从显卡驱动开始Jetpack组件:CameraX,使用前一定要...原创 2020-03-09 15:07:35 · 24006 阅读 · 34 评论 -
win10+pytorch1.4+cuda10.1安装:从显卡驱动开始
先说一下,当前现状win10 64位,GPU NVIDIA GeForce 940M(已装驱动,但是该驱动最高只支持cuda10.0,需要卸载重装)当前已有深度学习环境:anaconda3+pytorch1.0.1+cuda10.0+cudatoolkit10.0+cudnn10.0因为我需要将pytorch模型部署到android上去(只有pytorch1.3以上版本支持pytorch...原创 2020-03-04 14:09:06 · 9873 阅读 · 7 评论 -
pytorch搭建CNN,手写数字识别,初识神经网络
大概内容:torchvision.datasets加载MNIST数据集,及显示里面的内容搭建3层神经网络,介绍相关参数训练网络和测试准确率,图像显示loss的变化使用GPU,即cuda()神经网络模型参数的保存和提取1.搭建神经网络一些概念:优化器:常见SDG,RMSporp,Adam等(Adam需要大显存)卷积神经网络:常用在图片识别,视频分析、自然语言处理结构:神经元...原创 2020-02-25 17:04:14 · 654 阅读 · 1 评论 -
初识 pytorch 分类问题,梳理流程
涉及内容:数据准备:在平面内构造两类点定义神经网络结构优化器和损失函数训练模型保存和提取效果展示:代码展示:# coding=utf-8import osimport sysimport torchimport torch.nn.functional as F # 拿到激励函数import matplotlib.pyplot as plt# 数据准备,预处理...原创 2020-02-25 00:36:15 · 310 阅读 · 0 评论 -
初识pytorch 回归问题,梳理流程
最后的效果图如下:流程如下:生成x, y搭建简单网络训练动态图显示训练过程代码如下:# coding=utf-8import torchimport torch.nn.functional as F import matplotlib.pyplot as pltx = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1)...原创 2020-02-25 00:28:01 · 274 阅读 · 0 评论