![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch
抹茶生活
硕士在读,研究方向:人工智能、医学图像处理、联邦学习。
展开
-
pytorch快速入门(五)——pytorch 生成对抗网络
改良网络的方法:1.更改损失函数:将均方差损失函数MSELoss() 更改为 BCEloss。更改后测试数据集的性能分(准确率)从87%提高到91%。但下降速度较MSELoss慢,且噪声更大。2.更改激活函数:S型激活函数的缺点是:在输入值变大时,梯度会变得非常小甚至消失。这意味着,在训练神经网络时,如果发生这种饱和,我们无法通过梯度来更新链接权重。可选用直线作为激活函数,直线的固定梯度是永远不会消失的...原创 2022-02-28 11:09:29 · 3860 阅读 · 0 评论 -
pytorch入门(四)——matplotlib
原创 2022-02-06 15:31:52 · 1280 阅读 · 0 评论 -
pytorch入门(三)——minist手写体数字识别案例
from torch.nn import initimport torch.nn as nnimport mathimport timeimport torchfrom torchvision import transformsfrom sklearn.model_selection import train_test_splitimport numpy as npimport torch.nn.functional as Fimport pandas as pdimport torc.原创 2022-02-01 22:38:20 · 3431 阅读 · 0 评论 -
Pytorch入门(二)——使用pytorch构建神经网络
1.pytorch的nn模块提供了两种快速搭建神经网络的方式。第一种是nn.Sequential,将网络以序列的方式进行组装,不过这种方法不常用。每个层使用前面层计算的输出作为输入,并且在内部都会维护层与层之间的权重矩阵和偏置向量。使用nn.Sequential方式定义模型,如下所示的代码定义了一个三层的神经网络。import torchmodel=torch.nn.Sequential(torch.nn.Linear(10,20),torch.nn.ReLU(),torch.nn.Linea原创 2022-02-01 19:46:16 · 1868 阅读 · 0 评论 -
pytorch入门(一)
1.pytorch的基本概念(Tensor和Variable)、自动微分和pyTorch的核心模块。张量可以理解为一个多维数组,类似于Numpy 中的ndarray对象。2.三维张量形如[W;H;C] [weight,height,channel]3.四维张量形如[N,W,H,C] [batch,weight,height,channel]from PIL import Imageimport numpy as npimport torchimport matplotlib.pypl原创 2022-01-31 22:15:19 · 825 阅读 · 0 评论