莫烦pytorch学习第13页

PyTorch学习笔记（3）：张量（Tensor）的生成

目录张量的生成方式随机张量生成常数张量生成查看与调整张量元素的类型张量大小的查看自定义张量元素今天的学习还是要借助Anaconda完成。首先，我们输入(base)C:\Users\imzucn>pythonPython3.8.8(default,Apr132021,15:08:03)[MSCv.191664bit(AMD64)]::Anaconda,Inc.onwin32Type"help","c

npuraymond·2022-12-29 21:19

pytorch学习007- -预训练中的权重加载（完全导入，部分导入）

文章目录更新问题方案PyTorch文档模型对应，完全导入模型不完全对应只有部分对应A属于BB属于A更新2022.04.12更新导入权重的用法相当普遍，但是可以导入吗？导入有什么影响？首先一定是可以导入的，但是导入之后是否有效果？那应该分以下情况讨论。网络模型完全对应：这种情况可以导入，而且微调效果更好网络模型不完全对应（小心这种情况）只是输出层有部分变化，可以导入中间层有变化，不建议导入问题预训练

SigMap·2022-12-29 17:12

PyTorch学习之torchvision.models

PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分别是：torchvision.datasets、torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网：http://pytorch.org/docs/master/torchvision/index.html。具体代码可以参考github：

WangR0120·2022-12-29 12:48

Pytorch学习（二） --- 模型定义之torchvivsion.models快速构建预训练模型

torchvision.model是torchvision一个很重要的包，里面包含了以下模型结构：AlexNetVGGResNetSqueezeNetDenseNet…并且提供了预训练模型，可以通过简单调用来读取网络结构和预训练模型。在进行深度学习的图像分类任务时，我们可以利用torchvision.model这个包快速构建模型，做适当调整即可运用于分类训练。使用例子1：importtorchvi

梦坠凡尘·2022-12-29 12:48

pytorch学习（七）——文本分类实例

文章目录1.整体思路2.工具设置3.超参数设置3.数据处理4.制作数据管道5.构建模型6.初始化模型参数7.训练模型1.整体思路在这篇文章里，我们要试着用pytorch对文本进行分类，我来叙述下这个实例的基本思路。文本分类不像图像分类，图像读入计算机就是一个个的像素点，就已经是数值类型了，但是文本不同，文本是一个个的文字组成起来的，但是神经网络中能够接受训练的是一个个的数字，那么就要想办法将文字转

Suppose-dilemma·2022-12-29 12:32

pytorch学习笔记（三）---卷积神经网络基础

文章目录前言一、卷积神经网络的整体架构1.输入层2.卷积层3.池化层4.全连接层二、总结前言卷积神经网络的用途很广泛，包括检测任务、分类与检索任务、超分辨率重构、医学任务、无人驾驶、人脸识别等，在机器学习领域占领一席之地，本节介绍卷积神经网络的基础内容。一、卷积神经网络的整体架构如下图是卷积神经网络的整体架构，分为四部分：输入层、卷积层、池化层、全连接层。1.输入层卷积神经网络的输入是

浓眉毛梁·2022-12-29 03:02

学习记录(3):使用卷积神经网络进行手写数字识别

这些学习都是在学习了一些机器学习和深度学习的基础上的延伸，并且也学习了一部分pytorch的基础上，以下为相关链接：吴恩达机器学习吴恩达深度学习莫烦pytorch学习下面代码均上传到github上，链接如下

ZN-ZY·2022-12-29 03:23

深度学习第一天（pytorch学习笔记）

目录入坑（2020.4.29）torch环境准备一次比赛的代码加载pytorch框架下的依赖项加载数据集，并分为训练集和测试集开始训练结束语入坑（2020.4.29）喜欢深度学习，喜欢python。看起来torch挺好的。torch环境准备torch(1.5.0)torchvision(0.6.0)cuda(10.2)输入指令执行代码,速度不行的话复制下载链接迅雷打开，可能有惊喜环境配好后，执行i

joe hua·2022-12-29 03:52

学习记录(1)：机器学习使用numpy矩阵进行梯度下降进行曲线拟合

这些学习都是在学习了一些机器学习和深度学习的基础上的延伸，并且也学习了一部分pytorch的基础上，以下为相关链接：吴恩达机器学习吴恩达深度学习莫烦pytorch学习下面代码均上传到github上，链接如下

ZN-ZY·2022-12-29 03:52

Pytorch学习笔记（1）--加载数据

Pytorch加载数据pytorch加载数值主要分为两个部分：复写Dataset类建立一个my_dataset类用于将数据集从硬盘中逐条读取利用Dataloader模块读取数据构建Dataset：构建dataset类主要需要几个步骤：1.初始化definit,一般传入数据文件地址和transform2grtitem方法，后续被dataloader调用的方法，主要传入index，抽出每一个样本，而且

一看就会，上手就废·2022-12-29 03:22

pytorch学习(1) 数据集制作

(1)数据集数据集的制作定义:什么是数据集,通俗来说就是包含一堆数据的集合,是进行下一步训练的必备素材资源连数据都没有,你还分析啥啊第一步:引入Dataset模块fromtorch.utils.dataimportDataset#注意是大写的Data,不是data\Date第二步:创建一个数据集类该类需继承于Dataset父类,并需要重写getitem,len魔法方法使用该类可以创建一个特殊的数据

alBeLine·2022-12-28 23:29

【pytorch学习】 nn.Conv1d()

[pytorch学习]nn.Conv1d详解nn.Conv1d()示例nn.Conv1d()在深度学习领域和使用pytorch框架中，我们经常会用到self.conv1=torch.nn.Conv1d(

Timelovery·2022-12-28 18:59

Pytorch学习笔记（2）-常用函数与概念

文章目录1.指定运行设备2.稀疏矩阵3.四则运算4.矩阵运算5.幂、开方、对数运算6.in-place操作7.广播机制8.取整、取余、比较、top-k9.判定异常值10.三角函数11.统计函数1.指定运行设备pytorch可以指定数据运行在cpu或者gpu上，以下为例。importtorch#dev=torch.device("cpu")dev=torch.device("cuda")a=torc

USTC_SC·2022-12-28 16:58

莫烦Python代码实践（四）——DQN基础算法工程化解析

莫烦Python代码实践（四）——DQN基础算法工程化解析声明一、DQN算法是什么？

魔法攻城狮MRL·2022-12-28 16:16

PyTorch学习笔记：针对一个网络的权重初始化方法

#针对一个网络的权重初始化方法importtorchimporttorch.nnasnn##建立一个测试网络classTestNet(nn.Module):def__init__(self):super(TestNet,self).__init__()self.conv1=nn.Conv2d(3,16,3)self.hidden=nn.Sequential(nn.Linear(100,100),n

code_carrot·2022-12-28 10:44

Pytorch学习(3) —— nn.Parameter nn.ParameterList nn.ParameterDict 源码解析

为了更好理解Pytorch基本类的实现方法，我这里给出了关于参数方面的3个类的源码详解。此部分可以更好的了解实现逻辑结构，有助于后续代码理解，学pytorch的话这个不是必须掌握的，看不懂也没关系。文章目录1Parameter参数类源码2ParameterList参数列表类源码3ParameterDict参数字典类源码总结1Parameter参数类源码此部分参考《pytorch源码阅读系列之Par

小玺玺·2022-12-28 07:32

Pytorch学习(4) —— nn.Sequential nn.ModuleList nn.ModuleDict 源码解析

小玺玺·2022-12-28 07:32

Pytorch学习笔记---2：张量

Pytorch引入了一种基本的数据结构：张量。在深度学习中，张量可以将向量和矩阵推广到任意维度。张量的另一个名称是多维数组，张量的维度与用来表示张量中标量值的索引数量一致。与Numpy数组相比，Pytorch张量具有一些“超能力”，如在GPU上执行非常快的操作、在多个设备或及其上进行分布式操作以及跟踪创建它们的计算图。在实现现代深度学习库时，这些都是重要的特性。本文将介绍使用Pytorch张量库来

一件迷途小书童·2022-12-27 10:17

pytorch学习笔记（四）——MNIST数据集实战

pytorch入门之MINIST数据集实战目录神经网络运作流程回顾识别的四个步骤实现代码目录神经网络运作流程上图所示是一个简单的二层神经网络结构，猫和狗的图片作为输入，依次是输入层，隐层，输出层。每张图片作为输入经过模型得到输出判别是猫还是狗，将输入与真实值之间求误差，再对误差求梯度优化参数w和b，使最后得到的误差尽可能小。回顾上一个博客中我们讲到，我们将输入X经过一个线性模型得再通过ReLU激活

南风渐起·2022-12-27 10:25

Pytorch 学习笔记 nn.ModuleList与nn.Sequential

Pytorch学习笔记nn.ModuleList与nn.Sequentialnn.Sequential是Module的子类，在构建若干个网络层之后，由于其内部已经封装好了forward函数，可以直接调用

Shawn Mendes·2022-12-27 08:18

pytorch学习（九）

PyTorch基础:数据的加载和预处理PyTorch通过torch.utils.data对一般常用的数据加载进行了封装，可以很容易地实现多线程数据预读和批量加载。并且torchvision已经预先实现了常用图像数据集，包括前面使用过的CIFAR-10，ImageNet、COCO、MNIST、LSUN等数据集，可通过torchvision.datasets方便的调用#首先要引入相关的包importt

王小凡wxf·2022-12-27 07:32

Pytorch学习笔记-08 常见报错信息

Pytorch学习笔记-08常见报错信息报错：ValueError:num_samplesshouldbeapositiveintegervalue,butgotnum_samples=03可能的原因：

Yuetianw·2022-12-26 11:43

GitHub上的pytorch学习教程推荐

目录：PyTorch学习教程、手册PyTorch视频教程NLP&PyTorch实战CV&PyTorch实战PyTorch论文推荐Pytorch书籍推荐PyTorch学习教程、手册PyTorch英文版官方手册

巴黎不咖喱·2022-12-25 22:49

torchtext 中文语料加载

在pytorch学习中发现有个torchtext库，说是用来文本处理，就接触一下。发现目前网上资料都有点过时了（毕竟这东西出了这么久，总有版本更新）。所以自己另开一个帖子记录以下内容。

cnzx005·2022-12-25 16:03

Pytorch学习笔记实例1——二分类

二分类使用损失函数：BCEloss输出层激活方式：sigmoid#!/usr/bin/envpython#coding:utf-8#In[1]:importmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdimporttorch#In[34]:#读数据#In[2]:data=pd.read_csv('./dataset/credit-a.cs

hello everyone！·2022-12-25 09:20

Pytorch实现线性回归——Pytorch学习笔记一

Pytorch实现线性回归本文所记录的内容是观看B站刘二大人的相关pytorch教学视频所做的笔记视频链接：Pytorch深度学习实践一、Python知识点1.类的继承类做继承时，在初始化时需要这样操作：Module是父类，LinearModel类继承自该父类classLinearModel(torch.nn.Module):def__init__(self):super(LinearModel,

Er_Bai·2022-12-25 09:19

Pytorch实现多分类问题——Pytorch学习笔记二

Er_Bai·2022-12-25 09:49

莫烦笔记：基于TensorFlow的神经网络基础操作

1、TensorFlow处理结构 TensorFlow基于数据流用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算，边表示节点之间相互联系的张量。其计算流程为:首先定义神经网络结构（数据流图dataflowgraphs），再把数据(数据以张量tensor形式存在)放入结构中进行运算和训练。即tensor不断在一个节点flow到另一个节点。建立结构把数据放在结构里面向量流动，参数进一步完善

~hello world~·2022-12-25 02:12

PyTorch学习记录(1) : 基本科学计算

PyTorch学习1、基本操作importnumpyasnpimporttorchobj=torch.Tensor(3,4)#1.判断是否是Tensortorch.is_tensor(obj)#isinstance

stupid_miao·2022-12-24 21:40

pytorch学习笔记一：pytorch学习的路线图

1.gpu加速，tensor和autograd(向量和自动求导)2.神经网络工具箱gpu加速示例代码：importtorchimporttimeprint(torch.__version__)print(torch.cuda.is_available())a=torch.randn(10000,

爱学习的人工智障·2022-12-24 15:52

【Pytorch】Pytorch学习笔记01

一、准备工作官网：https://pytorch.org中文文档：https://pytorch.apachecn.org/#/docs/1.7/动手学深度学习：http://zh.d2l.ai/安装pytorch安装torchviz安装graphviz软件(安装到系统变量)https://graphviz.org/download/安装torchviz库pipinstalltorchviz二、基

KmBase·2022-12-24 15:50

Pytorch学习笔记(一)

学习资料：Pytorch中文手册：参见PyTorch中文手册Pytorch深度学习实践：参见《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili知识点1：Pytorch基础—自动求导—backward()中gradient参数说明转载：https://www.cnblogs.com/bytesfly/p/why-need-gradient-arg-in-pytorch-backwar

白首作舟·2022-12-24 15:49

pytorch学习笔记1-创建tensor（张量，多维数组）

创建Tensor（张量，多维数组）整体程序如下importtorch"""1.创建tensor(张量,多维数组)"""'1.1创建⼀个5x3的未初始化的Tensor'x=torch.empty(5,3)print(x)'1.2创建⼀个5x3的随机初始化的Tensor范围(0,1)'x=torch.rand(5,3)print(x)'1.3创建⼀个5x3的long型全0的Tensor'x=torch

奥利奥好吃呀·2022-12-24 15:18

Pytorch学习笔记(八)----经典卷积神经网络alexnet学习与CIFAR10数据集初探

序言从本节起，将正式走入深度神经网络的大门。关于什么是alexnet、什么是cifar10自行百度。在学习卷积神经网络前，得明白什么是卷积、什么是池化。详细的解释见基础理论中提供的pdf文档。本节主要是使用cifar10数据集对alexnet进行训练，提高对测试集的检测成功率。基础理论https://pan.baidu.com/s/1yv5VIYLjoOPFEwuw1Abw2g详细代码import

oneday_某天·2022-12-24 14:57

PyTorch学习笔记-6.PyTorch的正则化

6.PyTorch的正则化6.1.正则项为了减小过拟合，通常可以添加正则项，常见的正则项有L1正则项和L2正则项L1正则化目标函数：L2正则化目标函数：PyTorch中添加L2正则：PyTorch的优化器中自带一个参数weight_decay，用于指定权值衰减率，相当于L2正则化中的λ参数。权值未衰减的更新公式：权值衰减的更新公式：下面，分别通过不添加L2正则与添加L2正则进行比较：代码实现：#-

ruoqi23·2022-12-24 14:25

PyTorch学习笔记（28） BN LN IN GN

WhyNormalizationInternalCovariateShift(ICS):数据尺度/分布异常，导致训练困难H11=∑i=0nXi∗W1iD(H11)=∑i=0nD(Xi)∗D(W1i)=n∗(1∗1)=n\begin{aligned}\mathrm{H}_{11}=&\sum_{i=0}^{n}X_{i}*W_{1i}\\\mathrm{D}\left(\mathrm{H}_{11}

TongYixuan_LUT·2022-12-24 14:53

gcan pytorch实现_[六点]莫烦Pytorch代码笔记

莫烦Pytorch代码笔记pytorch已经是非常流行的深度学习框架了，它的动态计算图特性在NLP领域是非常有用的，如果不会tensorflow或缺乏DeepLearning相关基础知识，直接看莫烦视频和代码是有一些困难

weixin_39954908·2022-12-24 09:09

Pytorch学习系列之十二：OpenCV（C++）加载onnx分类模型进行推理

1前言博客Pytorch学习系列之九：OpenCV加载onnx模型进行推理_thequitesunshine007的博客-CSDN博客_opencv加载onnx记载了python版本opencv加载onnx

thequitesunshine007·2022-12-24 06:35

莫烦Python机器学习

点击链接https://morvanzhou.github.io/about/或后台回复莫烦，即可访问相应的视频教程。（更多相关教程见文末链接）这个为生信学习打造的开源Python文字教程真香！！！

生信宝典·2022-12-23 22:19

PyTorch学习笔记-2.PyTorch数据处理

2.PyTorch数据处理2.1.数据读取机器学习模型训练步骤分为：数据，模型，损失函数，优化器，迭代训练首先是数据，又可以分为：数据收集，数据划分，数据读取，数据预处理DataLoader就是用来进行数据读取的。torch.utils.data.DataLoader功能：构建可迭代的数据装载器•dataset:Dataset类，决定数据从哪读取及如何读取•batchsize:批大小•num_wo

ruoqi23·2022-12-23 14:35

Pytorch使用ReduceLROnPlateau来更新学习率

https://www.emperinter.info/2020/08/05/change-leaning-rate-by-reducelronplateau-in-pytorch/缘由自己之前写过一个Pytorch

emperinter·2022-12-23 12:12

【Pytorch学习】第二章：张量数学运算

文章目录前言：20天吃掉pytorch——学习解读思维导图一、标量运算1.基本运算2.布尔运算3.高级运算二、向量运算1.统计计算2.cum扫描3.张量排序三、矩阵运算四、任意张量运算：torch.einsum1.普通范例2.高级范例2.1考虑到batch的双线性变换2.2考虑到batch的multihead_attention计算注意力五、广播机制总结前言：20天吃掉pytorch——学习解读本

大文豪Zdao032·2022-12-23 11:28

pytorch学习笔记之GRU

一般RNN的输入为XXX和历史状态ht−1h_{t-1}ht−1，输出为当前状态hth_tht和输出YYY。在GRU中，首先计算得到两个门控信号，分别用于控制重置和更新，用sigmoid函数将输入映射到0-1之间，作为该信息的重要性分数，之后通过哈达玛乘积的方式对数据进行重要性控制。越重要的数据权重越大，留下的就越多。reset_gate:r=σ(Wr(Xt∣∣Ht−1))update_gate:

小卜妞~·2022-12-23 08:27

pytorch学习记录1-torch.max及torch.unsqueeze()的用法

1.torch.max(x,0)：返回一列里的最大值及对应的索引。2.torch.max(x,1):返回一行里的最大值及对应的索引。3.torch.unsqueeze(input,dim):指定一个dim的位置插入一个维度为1的tensor4.torch.cat((a,b),dim=0):将a，b按0维度（行）拼接，torch.cat((a,b),dim=1):将a，b按1维（列）度拼接，例子：>

All is well123·2022-12-22 17:42

pytorch学习13：实现LetNet和学习nn.Module相关基本操作

用pytorch实现经典的LeNet网络。网络结构图：模型建立代码LeNet包含如下层：二维卷积层([32,32]→[6,28,28])([32,32]\rightarrow[6,28,28])([32,32]→[6,28,28])，激活函数relurelurelu池化层(→[6,14,14])(\rightarrow[6,14,14])(→[6,14,14])二维卷积层(→[16,10,10])

HMTT·2022-12-22 12:37

pytorch学习14：使用CIFAR10数据训练LetNet模型

工具方法和一些设置这里有一个帮助显示图片的方法和解决图片不显示问题的设置。###一些工具方法importmatplotlib.pyplotaspltimportnumpyasnp#如果不加则会出现如下错误，且不会显示图片#Error#15:Initializinglibiomp5md.dll...importosos.environ['KMP_DUPLICATE_LIB_OK']='TRUE'de