神经网络搭建(Pytorch)
基于Pytorch搭建神经网络
KL-22b
这个作者很懒,什么都没留下…
展开
-
神经网络搭建(Pytorch)——联合损失函数
今天看论文看到了联合损失函数的概念,查了一下,pytorch下可以通过重写损失函数来达到联合损失函数的效果。自定义损失函数:继承nn.Module类重写forward()方法class MyLoss(nn.Module): def forward(self,output,target): loss1 = ... loss2 = ... loss = (loss1 + loss2) / 2 # 计算平均值 return loss..原创 2021-11-02 08:00:36 · 2733 阅读 · 0 评论 -
神经网络搭建(Pytorch)——图像剪切和复原
利用 Pillow 和 torchvision.transform 实现的图像剪切和复原,用于遥感图像的预测(目前对一般图像可用,遥感图像还未实际操作)图像剪切from torchvision import transformsfrom PIL import Imagedef imageCrop(img, iNo, croped_size, stride):'''img: Image.open()读取的图片 iNo: 图片的编码 croped_size: 裁剪大小 stri原创 2021-09-17 20:34:09 · 920 阅读 · 0 评论 -
神经网络搭建(Pytorch)——创建自己的数据集并重写Dataset类
参考文章:https://cloud.tencent.com/developer/article/1433735数据集目录– data – train – 0.jpg – 1.jpg … – test – 0.jpg – 1.jpg … – train.txt – test.txttrain.text内容DataSet重写代码加载数据重写 getitem() 函数重写 len() 函数from torch.utils.data import Datase原创 2021-08-18 16:52:08 · 874 阅读 · 1 评论 -
神经网络搭建(Pytorch)——train()
神经网络训练的主要步骤如下:梯度清零:optimizer.zero_grad()将数据喂入设备:inputs, labels = inputs.to(device), labels.to(device)前向传播:outputs = model(inputs)计算损失函数:loss = criterion(outputs, labels)计算梯度:loss.backward()更新可训练权重:optimizer.step()定义 train() 函数:import torchimport原创 2021-08-13 10:48:29 · 4010 阅读 · 0 评论