莫烦pytorch学习第20页

【入门教程】使用预训练模型进行训练、预测（以VGG16为例）

【新手教程】使用预训练模型进行训练、预测（以VGG16为例）本文参考[csdn博文](Pytorch学习笔记（I）——预训练模型（一）：加载与使用_lockonlxf的博客-CSDN博客_pytorch

芥子微命·2022-11-28 21:55

【Pytorch学习】-- 使用pytorch自带模型 -- VGG16

学习视频：https://www.bilibili.com/video/BV1hE411t7RN?p=1，内含环境搭建VGG16Pytorch有自带一些常用的模型，因此我们可以通过pytorch调用对应网络模型，官方文档模型的使用importtorchvision#直接调用，实例化模型，pretrained代表是否下载预先训练好的参数vgg16_false=torchvision.models.v

丶Dylan·2022-11-28 21:24

python多线程模块threading学习笔记(4)之全局解释器锁GIL

参考链接:【莫烦Python】Threading学会多线程Python参考链接:莫烦多线程参考链接:threading—基于线程的并行参考链接:queue—一个同步的队列类参考链接:12.9Python

敲代码的小风·2022-11-28 20:36

pytorch + sklearn

加速神经网络训练高级神经网络结构CNNRNN：序列数据LSTMAutoEncoderDQN强化学习GAN高阶内容pytorch过拟合批标准化sklearn一般使用高级使用pytorchPyTorch动态神经网络(莫烦

MiaoDa1·2022-11-28 19:38

地心的PyTorch学习（四）

目录一、背景二、构建神经网络三、用前馈神经网络实现MINIST手写数字集的识别1.下载以及可视化数据集（DownloadandVisualizetheData）2.定义网络（DefinetheNetworkArchitecture）3.定义损失函数和优化器（SpecifyLossFunctionandOptimizer）4.训练网络（TraintheNetWork）5.测试网络（TesttheTr

cdxSunny·2022-11-28 19:34

pytorch学习笔记-各种Dataset的使用

Dataset使用前言-Dataset作用1.TensorDataset2.ListDataset3.TransformDataset4.自定义Dataset注意事项前言-Dataset作用通常在Dataset中进行数据集的“加载+预处理”，将数据集抽象成Dataset类。在神经网络训练时通常对一个batch数据进行处理，所以，dataset类数据通常还需送入dataloader中进行batch分

冲上云霄！·2022-11-28 11:32

莫烦python简历_强化学习传说：第一章模仿学习

Hello，大家好，这里是糖葫芦喵喵~！经过了几个月的奋斗，大家是不是对炼丹已经有所体会了呢？从今天起我们要进入机器学习的一个非常引人注目的领域——强化学习(reinforcementlearning)啦！强化学习部分理论较强，不是很好理解。但是不要怕，相信只要读懂了代码就能够理解了！那么，从这里开始为大家带来伯克利深度强化学习CS294Fall2017以及斯坦福强化学习CS2342017的Ass

Moonkissu·2022-11-28 09:08

pytorch学习笔记（七）——pytorch中现有网络模型的使用、修改、模型的保存、加载

目录一、pytorch中现有网络模型的使用、修改二、模型的保存和加载1.模型的保存2.模型的加载一、pytorch中现有网络模型的使用、修改位于torchvision.models使用vgg模型为例，采用的数据集是ImageNet，而ImageNet数据集使用前提需要有scipy包pipinstallscipy注意：ImageNet光训练集就有147.9G，而且不再能公开访问了pytorch中使用

M762B·2022-11-28 07:25

Pytorch学习笔记一：制作、加载自己的图像数据集

Pytorch学习笔记一：制作、加载自己的图像数据集文章目录Pytorch学习笔记一：制作、加载自己的图像数据集前言一、下载数据集二、加载自己的数据集1.制作数据集2.加载数据集Dataset类定义数据集

等风来~~·2022-11-28 01:58

pytorch学习记录四【cifar示例完整代码 / 利用GPU进行训练 / 测试】

1.item：importtorcha=torch.tensor(5)print(a)#tensor(5)print(a.item())#52.求准确率的小testimporttorch#预测概率此处有两个输入。每行代表一个输入图片的预测输出。例如第一行代表：为第0种种类的概率为0.1，为第1种种类的概率为0.2outputs=torch.tensor([[0.1,0.2],[0.3,0.4]])

菜菜子-·2022-11-28 00:39

Pytorch学习笔记（四）

下面的若干段代码是循循渐进的，而且保证了每段代码只对前一段代码进行最小程度的修改，方便连续阅读，这也是我学习的过程，有错误的地方希望不吝赐教，共同进步。纯手工实现线性回归10个样本，每个样本特征数为1，需要训练的参数为一个特征权重和一个偏置，所以总共两个要训练的超参数。采用批量梯度下降法，即使用全部样本的梯度更新权重和偏置。实现代码"""手工实现y=wx+b线性回归（梯度下降法）"""import

不牌不改·2022-11-27 21:02

Pytorch教程学习笔记

Pytorch教程学习笔记转载自：Teeyohuang分类专栏-Pytorch学习笔记Pytorch进行CIFAR-10分类CIFAR-10数据加载和处理定义卷积神经网络定义损失函数和优化器训练测试Pytorch

Axiiiz·2022-11-27 21:29

pytorch学习笔记

四个重要的包torch.Torchtorch.autogradtorch.nntorch.optim一、tensor转化到gpu上运算：默认情况下不允许跨GPU操作，除了copy_()和其他具有类似复制功能的方法，例如to()和cuda()。除非您启用点对点内存访问，否则任何在跨不同设备的张量上启动操作的尝试都会引发错误。cuda=torch.device('cuda')#DefaultCUDAd

phily123·2022-11-27 21:29

PyTorch学习笔记之基本配置&数据处理

PyTorch学习笔记之基本配置&数据处理文章目录PyTorch学习笔记之基本配置&数据处理2.1深度学习任务的整体流程2.1.1机器学习任务步骤2.1.2深度学习任务步骤2.1.3PyTorch基本配置

laffycat·2022-11-27 21:57

Pytorch学习笔记（参考官方教程）

参考：pytorch官网教程文章目录一、快速开始（QuickStart）数据处理（Workingwithdata）创建模型（CreatingModels）优化模型参数（OptimizingtheModelParameters）保存模型（SavingModels）加载模型（LoadingModels）二、张量（Tensors）初始化张量（InitializingaTensor）张量的属性（Attri

zyw2002·2022-11-27 20:26

PyTorch学习笔记（二）——torch.nn解析

PyTorch提供了方便漂亮的类和模块，来帮助我们创建和训练神经网络，例如torch.nn,torch.optim等。为了更好地理解这些模块的功能和原理，我们在手动搭建的神经网络上，逐步添加这些模块，以显示每部分模块的功能，以及每部分是如何让代码更加灵活简洁的。1、手动搭建神经网络使用MNIST数据集，该数据集共有50000个图片，每一图片大小为2828，储存在长度为2828=784的扁平行。#定

Candyerer·2022-11-27 17:20

NeRF_pytorch学习

代码：https://github.com/pylittlebrat/NeRF_recurrencerun_nerf_helpers.pyclassEmbedderPositionalencoding(section5.1)作用：定义位置编码γ(p)=(sin(20πp),cos(20πp),⋯,sin(2L−1πp),cos(2L−1πp))γ(p)=(sin(2^0πp),cos(2^0πp)

ACxz·2022-11-27 13:24

PyTorch学习笔记-TensorBoard

1.TensorBoard的安装与绘图TensorBoard原本是TensorFlow的可视化工具，PyTorch从1.2.0开始支持TensorBoard。之前的版本也可以使用TensorBoardX代替。先进入Anaconda的PyTorch环境，安装TensorBoard：pipinstalltensorboard在项目中新建一个文件夹logs：TensorBoard的工作流程简单来说是将代

柃歌·2022-11-27 10:11

PyTorch学习笔记-Transform

1.Transform的概念与基本用法transforms在计算机视觉工具包torchvision下，包含了很多种对图像数据进行变换的类，这些都是在我们进行图像数据读入步骤中必不可少的。transforms主要使用的类为：transforms.ToTensor，该类能够将PILImage或者ndarray转换为tensor，并且归一化至[0-1]。注意归一化至[0-1]是直接除以255，若自己的n

柃歌·2022-11-27 10:11

Pytorch学习-损失函数和正则化

损失函数说明一般来说，监督学习的目标函数由损失函数和正则化项组成。(Objective=Loss+Regularization)Pytorch中的损失函数一般在训练模型时候指定。注意Pytorch中内置的损失函数的参数和tensorflow不同，是y_pred在前，y_true在后，而Tensorflow是y_true在前，y_pred在后。对于回归模型，通常使用的内置损失函数是均方损失函数nn.

Zzz_啥都不会·2022-11-27 09:28

PyTorch学习笔记-常用函数与数据加载

柃歌·2022-11-27 09:03

python+pytorch学习点滴记录

1、enumeratepython内置的函数，遍历一个数据对象并返回索引列表，同时列出数据下标和数据list=["a","b","c"]fori,eleminenumerate(list):print(i,elem)返回：0a1b2c2、tqdm它是一个可以显示进度条的模块当tqdm和enumerate结合时，比如fromtqdmimporttqdmlist=["a","b","c"]fori,e

benben044·2022-11-27 05:45

pytorch学习笔记（删繁就简，一篇入门）

官方教程：https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html这是我在看官方教程过程中做的笔记，中间有一些东西是教程中没有讲到的，但是对理解代码，甚至是理解pytorch的一些思想很有用（王婆卖瓜，自卖自夸，溜…）相信你看了这一篇博客就基本入门pytorch了。1.数据处理pytorch的数据处理类似于numpy

Bonennult·2022-11-27 04:06

PyTorch学习笔记（1）- tensor、autograd、神经网络

1tensor【创建tensor】a=t.Tensor(2,3)：指定tensor形状a=t.Tensor((2,3))：创建一个元素为2和3的tensorx=t.Tensor([[1,2],[3,4]])：用list数据创建tensorb.tolist()：把tensor转为listc=t.Tensor(b_size)：创建一个和b形状一样的tensor，系统不会马上分配空间，会计算剩余内存是否

Rock Nut·2022-11-27 04:06

PyTorch学习笔记2——线性回归

本章内容较多，但是作为pytorch的基础却又是重中之重，需要巩固学习2.1线性回归线性回归输出主要可以用于解决回归问题，比如预测房屋价格、气温、销售额等连续值问题；与回归问题不同的分类问题，分类问题的模型最终输出是一个离散值，比如图像分类，垃圾分类、疾病监测，softmax回归用于解决分类问题线性回归和softmax回归都是单层神经网络，我们首先学习线性回归2.1.1线性回归基本要素我们以一个简

Moon_Boy_Li·2022-11-27 04:01

PyTorch学习笔记(七) ---- 小试牛刀

转载请注明作者和出处：http://blog.csdn.net/john_bh/文章目录1.PyTorch主要特征2.张量2.1基于Numpy实现网络2.2PyTorch：张量3.自动求导3.1PyTorch：张量和自动求导3.2PyTorch：定义新的自动求导函数3.3TensorFlow：静态图4.nn模块4.1PyTorch：nn4.2PyTorch：optim4.3PyTorch：自定义n

john_bh·2022-11-27 04:59

Pytorch学习笔记（二）官方60min入门教程之自动微分

深海鱼肝油ya·2022-11-27 04:25

Pytorch学习之神经网络参数管理

这里记录一下pytorch神经网络参数管理方法(参数访问、参数初始化、参数绑定)，方便自己和需要的朋友学习、查阅。目录一、参数访问1.1访问指定层的指定参数1.2访问某一层或整个网络的所有参数1.3访问嵌套块的指定参数二、参数初始化2.1内置初始化2.2自定义初始化三、参数绑定四、全部测试代码一、参数访问1.1访问指定层的指定参数首先构建一个多层感知机。importtorchfromtorchim

ting_qifengl·2022-11-27 03:52

jupyter内核挂了怎么办+ loss值的pytorch绘图 +困惑度+学习率 +echarts如何解决颜色重复

解决方法：删除了以后就可以了pytorch学习之如何画损失函数曲线图_骊山道童的博客-CSDN博客_pytorch绘制损失函数曲线PyTorch绘制训练过程的accuracy和loss曲线_tequilaro

爱吃甜的火龙果巧克力·2022-11-26 20:36

Pytorch学习笔记|莫凡Python

目录PyTorch和Tensorflow的区别用Numpy还是TorchTorch中的数学运算变量(Variable)Torch中的激励函数关系拟合(回归)要点建立数据集建立神经网络训练网络可视化训练过程区分类型(分类)建立数据集建立神经网络训练网络可视化训练过程快速搭建批训练卷积神经网络原理池化(pooling)流行的CNN结构CNN实例（手写数据）训练可视化训练(视频中没有)什么是循环神经网络

元辰辰辰辰辰辰·2022-11-26 20:31

（四）pytorch学习笔记

作者：chen_h微信号&QQ：862251340微信公众号：coderpai（一）pytorch学习笔记（二）pytorch学习笔记（三）pytorch学习笔记（四）pytorch学习笔记什么是卷积神经网络

coderpai·2022-11-26 20:58

pytorch学习笔记（一）pytorch基础知识

系列文章目录pytorch学习笔记（二）pytorch主要组成模块文章目录系列文章目录pytorch学习笔记（一）pytorch基础知识1.1张量1.1.1简介1.1.2创建tensor1.1.3张量的操作

aftermath123·2022-11-26 19:27

PyTorch学习笔记（一）

importtorchif__name__=="__main__":#构造一个5x3矩阵,不初始化x=torch.empty(5,3)print(x)#构造一个随机初始化的矩阵:x=torch.rand(5,3)print(x)#构造一个矩阵全为0,而且数据类型是long.x=torch.zeros(5,3,dtype=torch.long)print(x)#直接使用数据构造一个张量x=torch

DevinDong123·2022-11-26 19:19

【pytorch学习笔记六】深度学习基础（线性回归、损失函数、梯度下降、欠拟合与过拟合，正则化）

文章目录1.监督学习和无监督学习2.线性回归3.损失函数4.梯度下降4.1梯度4.2Mini-batch的梯度下降法4.3常见梯度下降算法5.欠拟合与过拟合（高偏差/高方差）6.正则化上面可视化深度学习网页网址：shixialiu.com/publications/cnnvis/demo/深度学习是目前比较成功的表示学习的方法，是机器学习的一个分支。深度学习的基础理论学习可到B站上看吴恩达老师的深

QHCV·2022-11-26 19:18

PyTorch 学习笔记

Pytorch学习笔记一、基本操作1.使用2.TensorProperties①Device②Shape3.IndexingTensors索引张量4.InitializingTensors5.BasicFunctions

有来有去小钻风·2022-11-26 19:17

莫烦python 强化学习 (Reinforcement Learning)

Q-Learning决策过程Q-learning小例子-o---T#T就是宝藏的位置,o是探索者的位置每一次移动，状态发生改变的反馈defget_env_feedback(S,A):#ThisishowagentwillinteractwiththeenvironmentifA=='right':#moverightifS==N_STATES-2:#terminateS_='terminal'R=

卢容和·2022-11-26 18:39

PyTorch学习笔记：基础语法及应用

importtorchv=torch.__version__cu=torch.cuda.is_available()k=torch.tensor([1.2,3.4]).dtypex=torch.tensor((1,2,3),dtype=torch.float32,requires_grad=True)y=x.pow(2)z=y.sum()z.backward()#参数必须是个标量print(x.g

code_carrot·2022-11-26 18:36

Keras入门之搭建回归神经网络

Regressor回归神经网络参考资料：哔哩哔哩—莫烦pythonKeras快速搭建神经网络通俗说也就是实现一个线性回归的数据预测。以下是莫烦老师视频中的代码，我对一些细节添加了注释以方便阅读和学习。

酷酷咕咕·2022-11-26 15:37

强化学习入门：一文入门强化学习

utm_source=tuicool&utm_medium=referral建议参考程序视频资料：（莫烦PYTHON）https://morvanzhou.github.io/tutorials/machine-learning

Rki-dor·2022-11-26 12:38

PyTorch学习笔记（2）- 数据、可视化、GPU加速、持久化

1数据1.1Dataset：数据的抽象数据加载可通过自定义的数据集对象，继承Dataset类，并实现两个Python魔法方法：__getitem__：返回一条数据或一个样本，obj[index]等价于obj.__getitem__(index)__len__：返回样本的数量，len(obj)等价于obj.__len__()【torchvision.transform】torchvision是一个视

Rock Nut·2022-11-26 11:39

Pytorch学习笔记:API调用

Pytorch学习笔记:API调用1.相关概念1.1epoch,batchsize,iteration2.torchvision.transforms3.torch.utils.data.DataLoader4

爱喝汽水的喵·2022-11-26 10:03

pytorch学习笔记2 - transforms

TensorBoardtensorboard可以当作用来生成图表的类,(后边训练神经网络时需要用来画图,看loss函数的曲线比如生成y=x2y=x^2y=x2曲线fromtorch.utils.tensorboardimportSummaryWriterwriter=SummaryWriter("logs")foriinrange(100):writer.add_scalar("y=x^2",i*

fa1c4·2022-11-26 10:32

【Pytorch学习笔记】将原始数据集按照比例划分成训练集、验证集和测试集

文章目录前言一、主干代码如下1.引入库2.创建文件夹3.按照比例划分4.数据划分过程2、完整代码总结前言我们在做深度学习模型训练时，需要提前做数据预处理工作，比如有需要预先划分好训练集、验证集、测试集，为训练模型调优做一个基本的数据支撑。一般情况，训练集：验证集：测试集=8：1：1，按照这个比例划分。提示：以下是本篇文章正文内容，下面案例可供参考一、主干代码如下1.引入库代码如下（示例）：impo

秋天的波·2022-11-26 10:59

Pytorch学习笔记（六）之完整的模型训练（以Cifar10为例）

文章目录前言：数据集介绍0.准备工作：首先导入相关包，设置参数等1.数据预处理之增强(transforms等)2.数据的读取(Dataset&Dataloader)3.模型的搭建(nn.model)4.开始训练（loss函数，优化器，训练epoch）先定义损失函数，优化器等训练集上开始训练测试集上计算loss及准确率验证测试模型(没有标签的测试图片)前言：数据集介绍在学习完深度学习的理论之后，就要

nanyidev·2022-11-26 10:28

Pytorch学习笔记

Pytorch学习笔记基于视频学习视频Pytorch下载与安装下载与安装前置条件Anaconda下载安装（官网或者清华源）安装Pytorch(42条消息)pytorch快速安装【清华源】ZQ_ZHU的博客

CR7CODE·2022-11-26 10:27

【Pytorch学习笔记】数据增强

前言torchvision模块包含常用的数据集，模型建构，图像变换算法，分别是torchvision.datasets，torchvision.models，torchvision.transforms。本次主要学习torchvision.transforms对数据集进行预处理。torchvision.transforms.Compose()transforms.Compose()用于整合一系列的

弱就多努力·2022-11-26 10:53

【Pytorch学习笔记】cifar10数据集转换为png图像数据集

文章目录前言一、代码如下1.引入库2.修改为当前Data目录所在的绝对路径3.解压缩，返回解压后的字典4.生成训练集图片5.生成测试集图片2、完整代码总结前言通常cifar10数据集下载后，我们无法查看每张图片是什么样子，本文将介绍如何使用python脚本，把cifar10数据集转化为可视化的png图片数据集。转换后的图像按照这样的规则分布：每个类别单独存放在一个文件夹，文件夹名称为0-9，一共1

秋天的波·2022-11-26 10:19

pytorch 深度学习实践第8讲加载数据集

第8讲加载数据集datasetanddataloaderpytorch学习视频——B站视频链接：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili以下是视频内容笔记以及小练习源码，笔记纯属个人理解

会游泳的小雁·2022-11-26 05:38

RNN lstm

pytorchRNN样例RNN实践lstm案例踩坑module‘torchtext.data‘hasnoattribute‘Field踩坑en_core_web_sm相关教程什么是RNN阅读ytb视频莫烦

Melody2050·2022-11-26 02:12

Pytorch学习

Pytorch学习一、tensortensor是pytorch最基本的数据结构，是pytorch中一个类（torch.Tensor），很多属性与方法和numpy中的数据相似。

Freemanguohua·2022-11-26 01:38

推荐频道

莫烦pytorch学习