![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch学习笔记
YaYan233
加油!亚楠!
展开
-
pytorch学习笔记(9):可视化 一定坚持学完啊!!
import numpy as np from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter(comment='test_tensorboard') for x in range(100): writer.add_scalar('y=2x', x * 2, x) writer.add_sc...原创 2020-04-12 16:36:20 · 555 阅读 · 0 评论 -
pytorch学习笔记(8):损失函数 学习率调整 一定坚持学完啊!!
损失函数:衡量模型输出与其真是标签的差异 损失函数:计算一个样本的差异 代价函数:计算整个样本的差异求平均 目标函数:代价函数+ 正则项 步骤:先设计一个损失函数 如:先定义loss:loss_function=nn.CrossEntropyLoss() 然后在训练的时候调用loss_function:loss_function(outputs,labels) 1.nn.CrossEntropyL...原创 2020-04-10 16:36:37 · 1573 阅读 · 0 评论 -
pytorch学习笔记(7):卷积 池化 权值初始化等 一定坚持学完啊!!
1.卷积 卷积维度:一般情况下,卷积核在几个维度上滑动,就是几位卷积 nn.conv2d()对多个二维信号进行二维卷积 nn.conv2d( in_channels:输入通道数 out_channels:输出通道数 等价于卷积核的个数 kernel_size:卷积核尺寸 stride:步长 padding:填充个数 dilation,空洞卷积大小 groups,分组卷积设置 bias,偏置 pa...原创 2020-04-08 20:22:54 · 2591 阅读 · 0 评论 -
pytorch学习笔记(6):模型创建与nn.Module 一定坚持学完啊!!
模型创建:构建子模块,拼接子模块 LenNet: class LeNet(nn.model): def __init__(self,classes): super(LeNet,self).__init__() self.conv1=nn.Conv2d(3,6,5) self.conv2=nn.Conv2d(6,16,5) se...原创 2020-04-08 09:33:56 · 797 阅读 · 0 评论 -
pytorch学习笔记(5)transforms 一定坚持学完啊!!
1.transforms.Pad()像素的填充 transforms.Pad{ padding,设置填充大小 当为a时 上下左右都是a fill=0, 设置填充像素值 padding_mode='constant' 填充模式 constant edge reflect symmetric } 2.transforms.ColorJitter()图像色彩填充 transforms.ColorJ...原创 2020-04-08 09:32:53 · 583 阅读 · 1 评论 -
pytorch学习笔记(4):dataset dataloder 一定坚持学完啊!!
dataset与dataloder 1.dataset: torch.utils.data.Dataset() Dataset抽象类,所有自定义的dataset需要继承它, getitem:接受一个索引,返回一个样本 class Dataset(object): def __init__(self, ): def __len__(self): def __getitem_...原创 2020-04-03 16:50:55 · 354 阅读 · 0 评论 -
pytorch学习笔记(3):自动求导与逻辑回归简单实现 一定坚持学完啊!!
自动求导与简单逻辑回归的实现 1.自动求导 torch.autograd.backward() """ torch.autograd.backward( tensor, 用于求导的张量 grad_tensors, 多梯度权重 retain_graph,保存计算图 create_graph 创建导数计算图,用于高阶求导 ) """ # y=(x+w)*(w+1) # a=x+w # b=w+1 ...原创 2020-04-03 11:36:39 · 254 阅读 · 0 评论 -
pytorch学习笔记(2):tensor的操作 以及简单的线性回归 一定坚持学完啊!!
张量的操作与线性回归 1.张量的拼接torch.cat() torch.stack() torch.cat( 不会扩张张量的维度 tensors,张量序列 dim, 要拼接的维度 out ) torch.stack( tensors,张量序列 dim, 要拼接的维度 out ) t = torch.ones((2, 3)) t1 = torch.cat([t, t], dim=0) t2 = to...原创 2020-04-02 21:51:36 · 232 阅读 · 0 评论 -
pytorch学习笔记(1):tensor 一定坚持学完啊!!
tensor tensor:张量,有点像向量 tensor的属性: data:数据 dtype:张量的数据类型 如:torch.FloatTensor shape:张量的形状 device:张量所在的设备 requires_grad:是否需要求导 grad:data的梯度 grad_fn:创建Tensor的function is_leaf:是否为叶子结点 1.直接创建 通过torch.tenso...原创 2020-04-02 17:03:17 · 299 阅读 · 0 评论