莫烦pytorch学习

手把手解决visdom可视化出现ConnectionRefusedError: [WinError 10061] 由于目标计算机积极拒绝，无法连接。

背景：笔者在进行pytorch学习visdom可视化时，第一次运行可视化代码出现如下错误：[WinError10061]由于目标计算机积极拒绝，无法连接。
天天写点代码·2022-11-20 03:09

Pytorch学习笔记（深度之眼）（10）之正则化之weight_decay

1、正则化与偏差-方差分解Regularization：减小方差的策略；误差可分解为偏差，方差与噪声之和，即误差=偏差+方差+噪声之和；偏差度量了学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力；方差度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响；噪声则表达了在当前任务上任何学习算法所能达到的期望泛化误差的下界；该模型在测试集的效果比较差，这
liuyu进阶·2022-11-20 03:38

Conda创建虚拟环境并安装Pytorch

目录概述创建虚拟环境虚拟环境的激活与切换安装Pytorch进行验证虚拟环境的复制、复现与删除Jupyternotebook的安装与使用概述本文主要针对在Anaconda3中创建虚拟环境并安装Pytorch
IRay21·2022-11-19 21:49

Datawhale第35期组队学习《深入浅出Pytorch-进阶》第一次打卡

根据datawale发布的pytorch学习手册（地址：datawhale-pytorch）进行深入阅读之后，创建了pytorch知识点的思维导图。
神笔小新·2022-11-19 20:15

NLP学习D4-李宏毅自然语言处理L1&L2

学习tf是因为莫烦在用；昨天差不多看完了，想看李宏毅老师的课，结果发现他用的是pytorch，所以还需要再学下pytorch，找了教程。那就多线程工作叭！
甄小胖·2022-11-19 18:58

pytorch学习笔记：Dropout层之torch.nn.Dropout

Dropout简单介绍什么是Dropout？在训练神经网络时，为了解决过拟合问题而随机丢弃一部分元素的方法。这已被证明是一种用于正则化和防止神经元共同适应的有效技术。出自论文：[Improvingneuralnetworksbypreventingco-adaptationoffeaturedetectors]为什么有效？过拟合有很多原因，对于神经网络模型，往往会因为参数量很大，但是数据量很小，导
coder1479·2022-11-19 18:13

地心的PyTorch学习（一）

目录一.背景二.PyTorch的基础语法1.数据类型2.判断数据类型3.将数据张量Tensor从CPU移到GPU上4.创建标量5.看一个数据的大小和形状6.随机的初始化函数7.对tensor赋值8.改变tensor的形状9.运算操作10.将2个张量合并11.逻辑语句（==、>、、<）12.求和对张量内的所有元素求和13.广播机制由于a和b的形状不一样，所有把它们的形状扩展到相同，即a赋值一列，b赋
cdxSunny·2022-11-19 18:38

地心的PyTorch学习（二）

以下内容继续学习Pytorch的数学运算。1.矩阵乘法（1）mm(a,b)只适用于2D（2）a@b（3）matmul(a,b)可用于多维2.次方运算也能利用次方来开方：3.幂次方4.近似方法其中floor()向下取整，ceil()向上取整，trunc()取整数部分，frac()取小数部分round()函数代表四舍五入。5.clamp裁剪功能max()求最大，median()求中位数，clamp(1
cdxSunny·2022-11-19 18:07

地心的PyTorch学习（三）

目录一.梯度二.损失Loss（1）平方损失函数（2）交叉熵损失函数三.实现梯度下降算法一.梯度梯度（gradient）是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。由于函数在该点处沿着梯度的方向变化最快，变化率最大，我们常常会利用这个特性来优化模型。而Pytorch有一个特性，即会自动帮你求变量
cdxSunny·2022-11-19 17:00

PyTorch学习—1.深入浅出PyTorch（如何学习PyTorch）

文章目录一、为什么学习PyTorch二、着重学习哪些知识三、如何学习与掌握PyTorch四、PyTorch的学习路径一、为什么学习PyTorch  PyTorch日益增长的发展速度与深度学习时代的迫切需要。同时，PyTorch在Google搜索频次与期刊论文的引用频次得到了迅猛的增长。  PyTorch优点如下：上手快:掌握Numpy和基本深度学习概念即可上手代码简洁灵活:用nn.module封装
哎呦-_-不错·2022-11-19 11:31

pytorch学习

pytorch学习一、安装Anaconda在安装pytorch之前先安装anaconda，anaconda是python的一个库，包含许多可能要用到的插件根据自己的python版本来选择anaconda
颜如玉QaQ·2022-11-19 11:19

pytorch学习

pytorch学习一、安装Anaconda在安装pytorch之前先安装anaconda，anaconda是python的一个库，包含许多可能要用到的插件根据自己的python版本来选择anaconda
颜如玉QaQ·2022-11-19 10:49

Pytorch学习记录（一）Tensor及其性质

Pytorch学习记录（一）Tensor及其性质什么是Pytorch1.张量(Tensors)新建张量查看大小和属性基础运算(Operations)[4]基础运算索引和切片张量拼接张量的乘积调整大小张量降维非降维求和与
Swordade·2022-11-19 08:27

Pytorch学习笔记（11）———迁移学习Transfer Learning

在训练深度学习模型时，有时候我们没有海量的训练样本，只有少数的训练样本(比如几百个图片)，几百个训练样本显然对于深度学习远远不够。这时候，我们可以使用别人预训练好的网络模型权重，在此基础上进行训练，这就引入了一个概念——迁移学习(TransferLearning)。什么是迁移学习迁移学习（TransferLearning,TL）对于人类来说，就是掌握举一反三的学习能力。比如我们学会骑自行车后，学骑
永不言弃的小颖子·2022-11-19 08:34

Pytorch学习笔记（17）———训练一个性别2分类网络

转载自https://www.jianshu.com/p/1ec6075c0ab6性别识别是一个2分类问题，网上应该有不少的研究。比如商汤/旷世科技早已经将人脸属性继承到SDK中，可以供API在线调用，还有针对Android,ios的SDK，本人测试过，速度很精度都很不错。简单起见，直接采用预训练模型微调的方式训练一个性别分类器。网络模型选择torchvision.models中集成了几个常见的网
永不言弃的小颖子·2022-11-19 08:34

Pytorch学习笔记——ResNet模型

1.代码importtimeimporttorchfromtorchimportnn,optimimporttorch.nn.functionalasFimporttorchvisiondevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')classResidual(nn.Module):def__init__(self,in
Scarletteocat·2022-11-19 07:20

Pytorch学习笔记——Batch Norm方法

1.自定义BatchNorm类importtimeimporttorchfromtorchimportnn,optimimporttorch.nn.functionalasFimporttorchvisiondevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')defbatch_norm(is_training,X,gamma
Scarletteocat·2022-11-19 07:49

CNN Pytorch 图像识别 —— 深度学习 分类_5

63775557深度学习基础系列（三）|sigmoid、tanh和relu激活函数的直观解释-可可心心-博客园https://www.cnblogs.com/hutao722/p/9732223.htmlPyTorch
112233456789·2022-11-19 07:46

pytorch学习_官方tutorial理解（一）

一、Whatispytorch？（两点note）1.1Anyoperationthatmutatesatensorin-placeispost-fixedwithan.Forexample:x.copy(y),x.t_(),willchangex.1.2AlltheTensorsontheCPUexceptaCharTensorsupportconvertingtoNumpyandback.（由n
biubiuzhang·2022-11-19 07:09

Pytorch学习笔记——DenseNet模型

1.代码importtimeimporttorchfromtorchimportnn,optimimporttorch.nn.functionalasFimporttorchvisiondevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')defconv_block(in_channels,out_channels):blk=
Scarletteocat·2022-11-19 07:52

# PyTorch学习笔记（15）--神经网络模型训练实战

PyTorch学习笔记（15）–神经网络模型训练实战    本博文是PyTorch的学习笔记，第15次内容记录，主要是以一个实际的例子来分享神经网络模型的训练和测试的完整过程。
我这一次·2022-11-19 07:44

pytorch学习笔记(七)---网络模型的使用修改、保存以及加载

本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！本节将介绍的内容有：1.使用torchvison中定义好的模型，2.如何修改定义好的模型，3.保存模型的方式和对应的加载模型的方式。1.使用定义好的模型（以VGG16为例）给出官方
橘春十三99·2022-11-19 07:27

pytorch学习笔记(八)---完整的模型训练和验证套路

本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！本节主要展示完整的网络模型训练套路和验证套路。训练套路：1.准备数据集（以CIFAR10为例）2.加载数据集（DataLoader）3.搭建神经网络（使用之前第六讲搭建好的）4.创
橘春十三99·2022-11-19 07:27

《深度学习实践》--第6讲 实现逻辑斯蒂回归

实现逻辑斯蒂回归《深度学习实践》第6讲1.本节笔记关于本节笔记的详细介绍，请参考：Pytorch学习笔记007——分类问题逻辑回归的介绍，请参考：001_wz_sf_逻辑回归（LogisticRegression
浅忆笙歌暖·2022-11-19 04:30

PyTorch | torch.from_numpy使用方法 | torch.from_numpy如何使用？torch.from_numpy()例子 | 通过torch.from_numpy创建张量

公众号【计算机视觉联盟】后台回复【PyTorch】可以获得独家PyTorch学习教程pdf版通过torch.from_numpy创建张量importnumpyasnpimporttorcharr=np.array
SophiaCV·2022-11-19 04:50

pytorch学习——使用LeNet-5模型对CIFAR-10数据集进行训练

LeNet5这个经典的卷积神经网络，它有3个全连接层，输出维度分别是120，84，10。一、下载CIFAR-10数据集可以通过pytorch的数据集加载工具进行CIFAR-10数据集下载代码中各个参数的含义在下面的代码段中标识，请读者按需自取；importtorchimporttorchvisionimporttorchvision.transformsastransformsimportmatp
别摆了，张同学·2022-11-17 17:08

pytorch学习笔记——4.2Pytorch中训练过程的可视化

摘要：网络训练过程的可视化主要是帮助使用者监督所搭建的网络的训练过程，以期获得更有效的训练效果。在4.1中我们已经定义了一个简单的卷积神经网络，本节中我们将以该网络为例使用HiddenLayer库来可视化网络的训练过程。一、搭建网络结构（同4.1内容）由于内容与4.1节基本相同，因此不过多赘述，代码如下：#导入相关库和数据importtorchimporttorch.nnasnnimporttor
学不来我就死·2022-11-17 11:53

pytorch学习笔记——4.1Pytorch中网络结构的可视化

摘要：深度学习网络通常具有比较深的层次结构，因此需要可视化工具将建立的深度学习网络结构层次化的展示出来。本文中我们首先定义一个简单的CNN网络对MNIST数据进行分类，并通过PytorchViz库进行网络的可视化处理。一、准备网络和数据我们将定义一个简单的CNN模型对手写字体数据进行分类，并对定义好的CNN模型进行可视化。首先导入相关库和数据：#导入相关库和数据importtorchimportt
学不来我就死·2022-11-17 11:52

PyTorch学习记录——Pytorch可视化

1.可视化网络结构网络结构的日益复杂使得我们在设计和调试算法的时候越来越难直接通过代码来确定神经网络的内部结构、输入输出以及参数等信息。因此，我们需要借助图形化的交互工具来辅助我们完成神经网络结构设计和神经网络训练调试。在Tensorflow中，我们可以使用tensorflow.summary来记录网络结构，并通过Tensorboard对网络结构进行显示，通过可视化地查看网络结构辅助我们对神经网络
maximejia·2022-11-17 11:50

小土堆Pytorch学习笔记01 pytorch环境配置要点

1、管理环境常用操作思想：一个环境包括了所需各种库的包。anacondaprompt：创建环境：condacreate-npytorchpython=3.6#''pytorch''是环境名接下来会提示是否需要安装的package激活环境：condaactivatepytorch#激活condadeactivate#退出查看列表：piplist验证成功安装：>>>importtorch>>>torc
Judy0101·2022-11-16 20:59

pytorch学习6：norm函数--范数的理解和计算

找了半天的博客讲解，发现这一篇还不错，上半部分讲解了范数，下半部分讲解了torch.norm()函数的使用。地址：【Pytorch】data.norm（几种范数(norm)的详细介绍）_ZSYL的博客-CSDN博客_normpytorch
淼仔爱学习·2022-11-16 18:03

【Pytorch学习笔记】Normlization

1.前言深度学习的目的不是搭建怎样的模型，而是在准确的前提下，用尽可能精简的模型来学习训练数据集的分布。因此，深度学习作为数据驱动的方法，对数据集的要求高。在概率论与数理统计中独立同分布是大家最喜欢的条件，但在深度学习中数据往往都不是独立同分布的，比如当数据为图片时，相邻像素点具有相关性，减少数据的相关性的方法有PCA等；Normlization则是将数据变换成同分布。2.Pytorch中的Nor
弱就多努力·2022-11-16 18:52

【Pytorch学习】Pytorch入门——基本神经网络搭建训练

一个基于Pytorch框架的基础神经网络例子展示重要的Pytorch学习工具，Pytorch中文文档：https://pytorch-cn.readthedocs.io/zh/latest/目录1、案例步骤
Duuu7·2022-11-16 17:13

PYTORCH学习（2）：梯度下降、随机梯度下降、mini batch、反向传播

PYTORCH学习（2）：梯度下降、随机梯度下降、minibatch1、学习点1.1非凸函数1.2鞍点问题1.3前向传播和反向传播2、python实现2.1梯度\随机梯度下降2.2minibatchpython
取不到名字的Z先生·2022-11-16 17:58

PYTORCH学习（3）：多维tensors求余弦相似度和欧氏距离

1、为什么要写这篇blog因为最近在使用pytorch复现关于图像处理的深度学习论文时，需要求4维张量与4维张量（Batch，Channel，sizeA，sizeB）的余弦相似度和欧氏距离。余弦相似度比较好解决，网上对于多维tensors的欧式距离求解就让人一言难尽了，直接使用torch.pairwise_distance根本解决不了问题，为此，我写下这篇blog，让自己好好梳理一遍原理，也希望能
取不到名字的Z先生·2022-11-16 16:14

pytorch学习(2) Tensorboard的使用

Tensorboard的使用tensorboard的好处:该模块以类似函数的关系建立一个可视化直线/图片,有助于直观的分析数据在使用前我们需要导入相应模块fromtorch.utils.tensorboardimportSummaryWriter然后就可以实例化一个对象,执行我们需要的行为了writer=SummaryWriter('logs')#参数为最终结果导出到的文件夹名,如果不加参数会按照
alBeLine·2022-11-15 13:24

pytorch学习笔记——requires_grad

根据PyTorch的自动求导机制，如果一个tensor设置require_grad为True的情况下，才会对这个tensor以及由这个tensor计算出来的其他tensor求导，并将导数值存在tensor的grad属性中，便于优化器来更新参数。所以一般情况下，只有对训练过程的tensor设置require_grad为True，便于求导和更新参数。而验证过程只是检查当前模型的泛化能力，只需要求出lo
phily123·2022-11-15 13:44

Pytorch学习笔记6——时间序列RNN

Pytorch学习笔记6——时间序列判断态度的二分类问题：对于长句子不适合，因此需要权值共享：对于某一层：上一步输出作为下一步输入，存储语境信息：自我更新语境信息htht是最后一次送入得到的memory
深度学不学习·2022-11-15 11:51

Pytorch学习笔记7——自定义数据集

Pytorch学习笔记7——自定义数据集1.读取数据首先继承自torch.utils.data.Dataset重写len与getitemtrain就用train数据集，test就用test数据集。
深度学不学习·2022-11-15 11:21

Pytorch学习笔记8——迁移学习与autoencoder

Pytorch学习笔记8——迁移学习与autoencoder上一回我们使用自定义数据集完成了训练，但由于自定义数据集数量较少，准确度较低，因此我们可以考虑迁移学习。
深度学不学习·2022-11-15 11:21

6、pytorch学习-- nn.Module

目录*前置知识：python中的类和模块1、创建一个类2、继承3、多态4、模块二、pytorchapi调用用API实现5中的回归模型评估：整理流程总结：模型的保存与加载*前置知识：python中的类和模块1、创建一个类__init__函数，理解起来是类实例化之后就默认自动执行的函数，必须包含一个self作为参数，也可以定义其他的参数，但是定义了的话在实例化的时候就需要把这个参数传进去。无论后面是否
还我的鸭脖！·2022-11-15 11:19

【PyTorch学习笔记】7.自编码器

文章目录47.Auto-Encoder介绍48.Auto-Encoder变种49.VariationalAuto-Encoder引入50.变分自编码器VAE51.实战51.1AE51.2VAE根据龙良曲Pytorch
贪钱算法还我头发·2022-11-15 11:17

Pytorch学习-TORCH.NN

Pytorch学习:TORCH.NN文档翻译仅供个人学习使用，参考总结了一些文档，在下面内容中会注释。文章目录Pytorch学习:TORCH.NN文档翻译前言WHATISTORCH.NNREALLY?
liu_chengwei·2022-11-15 11:17

使用pytorch训练神经网络2-----回归

本文博主参考了莫烦python的课程，将以一个回归神经网络的例子展示充分利用pytorch中各种函数和功能搭建
汉德萨姆ys·2022-11-15 11:14

Pytorch学习笔记9——AutoEncoder

Pytorch学习笔记9——AutoEncoder非监督学习的作用：1.降维2.预处理3.可视化4.利用无监督标签5.压缩，超分辨率，降噪对抗自编码器：中间变量变成一个分布：KLdivergence:直观理解
深度学不学习·2022-11-15 11:13

强化学习Q-learning简单理解

再结合自己的理解简单写一下，方便之后回顾学习Q-learning是强化学习里面最基础的算法，属于时间差分法，也是free-model（现实中大部分环境都是属于免模型情况）这里只写一写之前不太理解的地方，详细的建议去看莫烦
科研小fw·2022-11-14 19:15

【强化学习Q-Learning算法学习笔记】概念整理+实例+代码解释+ppt

强化学习知识点整理，学习了莫烦python教程中的内容，并写了自己的理解，原链接在下方，非常感谢原作者分享，我整理的ppt全部内容放在文末。
一只小榨菜·2022-11-14 19:45

【莫烦Python】Numpy & Pandas (数据处理教程) pandas plot画图

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt#plotdata#Series展示出来是线性的数据data=pd.Series(np.random.randn(1000),index=np.arange(1000))data=data.cumsum()data.plot()plt.show()#DataFramedata=pd
有梦想的“咸鱼”·2022-11-14 07:23

【莫烦Python】Numpy & Pandas (数据处理教程) 目录引导

【莫烦Python】Numpy&Pandas(数据处理教程)numpy基本属性2.【莫烦Python】Numpy&Pandas(数据处理教程)numpy的创建array3.
有梦想的“咸鱼”·2022-11-14 07:23

数据处理：Numpy & Pandas（1）

数据处理：Numpy&Pandas本文来自B站up莫烦python的视频教学，在此感谢https://www.bilibili.com/video/BV1Ex411L7oT文章目录数据处理：Numpy&
吃豆人编程·2022-11-14 07:17
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他