莫烦pytorch学习第25页

PyTorch学习—22.PyTorch中常见报错

本部分介绍一些PyTorch中常见的报错信息及其解决方法报错1：ValueError:num_samplesshouldbeapositiveintegervalue,butgotnum_samples=0可能的原因：传入的Dataset中的len(self.data_info)==0，即传入该dataloader的dataset里没有数据解决方法：检查dataset中的路径，路径不对，读取不

哎呦-_-不错·2022-11-14 07:06

【PyTorch学习笔记_01】--- PyTorch详细安装教程（CUDA 11.7 版本+python3.7+win10）

第一步(建议安装Anaconda)：打开Anaconda官网，官网首页地址为:Anaconda官网进入官网后如下图所示，点击Download即可开始下载下载完成后得到此exe文件，双击即可开始安装按默认下一步即可这里两个框框均打勾之后点击Install测试Anaconda是否安装配置成功WIN+R键调出运行窗口，输入cmd回车输入conda命令查看是否安装成功输入conda-V命令可查看当前Ana

灵寒谷·2022-11-13 15:48

【Pytorch学习笔记】从零开始搭建神经网络（3/3）

上一篇进行到类之间的调用上一篇：程序内部调用函数和类的问题这次说清楚调用其他模块的方式1、一共两个模块（两个.py文件）2、由from_zero_to_one.py调用activateFunc.pyfrom_zero_to_one.py#-*-coding:utf-8-*-#@Time:2022/3/115:19#@Author:nemo#@Software:PyCharmimportnumpya

nemo_0410·2022-11-12 17:41

【Pytorch学习笔记】从零开始搭建神经网络（1/3）

先列代码，从这段代码里，能了解很多python和pytorch需要懂的逻辑和代码知识明天组会，今天看了一段先放着importnumpyasnpdefsigmoid(x):#Ouractivationfunction:f(x)=1/(1+e^(-x))return1/(1+np.exp(-x))classNeuron:def__init__(self,weights,bias):self.weigh

nemo_0410·2022-11-12 17:40

【Pytorch学习笔记】从零开始搭建神经网络（2/3）

上一篇介绍了python和pytorch需要懂的逻辑和代码知识上一篇：python和pytorch需要懂的逻辑和代码知识这一篇介绍类之间的调用#！usr/bin/envpython3#-*-coding:utf-8-*-"""@author:24nemo@date:2022年03月02日"""importnumpyasnpdefsigmoid(x):return1/(1+np.exp(-x))cl

nemo_0410·2022-11-12 17:10

PyTorch学习（8）-问答系统、文本摘要和大规模预训练语言模型

问答系统1.SQuAD数据集给定一段文字作为context，给定一个问题question，从context中寻找一段连续的文字(textspan)作为问题的答案。网址：https://rajpurkar.github.io/SQuAD-explorer/代码：https://github.com/galsang/BiDAF-pytorch2.数据格式3.整体流程架构文本摘要所谓摘要，就是对给定的单

lewjin·2022-11-12 15:16

cnn 部分初级代码

Pytorch学习笔记(七):F.softmax()和F.log_softmax函数详解_ZZY_dl的博客-CSDN博客_f.softmax函数防止过拟合。

wxxka·2022-11-10 23:50

PyTorch学习笔记（17）--torchvision.transforms用法介绍

PyTorch学习笔记（17）–torchvision.transforms用法介绍本博文是PyTorch的学习笔记，第17次内容记录，主要记录了torchvision.transforms的使用方法

我这一次·2022-11-09 15:51

pytorch学习笔记----transforms 的使用

transforms的作用：可以使用的这个模块对图像进行一些预处理操作。1.导入工具模块fromtorchvisionimporttransforms#使用transform对图像进行变化2.transfrom中ToTensor()的使用：这个模块的主要作用主要就是将PIL或者numpy.ndarry的图像类型转变成tensor的类型格式transform_totensor=transforms.

完◎笑·2022-11-09 15:49

Pytorch学习：图像分类入门！使用CIFAR-10数据集，完整地创建深度神经网络进行训练、测试并保存和读取

前言本模型最终能得到约83%的分类测试精度，占用约1.7g显存大小。使用的是经典CIFAR-10数据集，里面包含了10个种类的图片：1.导入Pytorch以及相关包本文使用pytorch=1.5.1+cuda10.1importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvisionimporttorchvision.

全员鳄鱼·2022-11-09 07:12

深度学习笔记——pytorch学习01——简单神经网络的练习

1.Le-Net5神经网络流程回顾Le-Net5神经网络模型如下：（图片来自YannLeCun的论文）本练习流程如下：32323→conv1（3655）→28286→relu→maxpool（22）→14146→conv2（61655）→101016→relu→maxpool（22）→5516→view（-1,5516)→1400→fc1（400，120）→1120→relu→fc2（120，84

weixin_43710224·2022-11-09 03:43

pytorch学习激活函数和loss函数及其求导

文章目录1激活函数1.1sigmoid函数1.2tanh函数1.3Relu整形线性单元1.4softmax2lossfuction2.1均方差2.2.1如何使用pytorch自动求导2.2交叉cross熵entropy总结#前言本文所有学习内容来自[pytorch学这个就够了](https://www.bilibili.com/video/BV1Sr4y1N71H?p=29)1激活函数激活函数包括

lit rebecca·2022-11-08 17:38

pytorch学习笔记6-visdom可视化工具的使用

1.概述在深度学习框架pytorch中，可视化工具尤为重要，它可以实时监督模型训练的状况，并可视化出来，相对于visdom有一种可视化工具叫tensorboardX，因为它大概30s才刷新一次，并且运行起来比较占用内存所以现在都在用visdom进行深度学习可视化的监督。下来介绍visdom的基本用法。2.安装在命令行cmd或者终端terminal中运行下面的语句：pipinstallvisdom即

倾夏而醒·2022-11-07 10:36

pytorch基础知识之：张量-自动求导-并行计算

Pytorch学习第一部分：基础知识Let'sgo!

Liuyc-Code boy·2022-11-06 07:16

pytorch学习03-加载数据初认识及tensorboard01

Dataset和DataloaderDataset:提供一种方式获取数据及其label如何获取每一个数据及其label（标签）告诉我们总共有多少数据Dataloader：为后面的网络提供不同的数据形式使用国内源pip安装包清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliyun.com/pypi/simple/中国科技

小陳要努力0319·2022-11-06 07:10

PyTorch学习记录——PyTorch生态

Pytorch的强大并不仅局限于自身的易用性，更在于开源社区围绕PyTorch所产生的一系列工具包（一般是Pythonpackage）和程序，这些优秀的工具包极大地方便了PyTorch在特定领域的使用，比如：计算机视觉，有TorchVision、TorchVideo等用于图片和视频处理；自然语言处理，有torchtext；图卷积网络，有PyTorchGeometric；…下面仅对图像、视频、文本领

maximejia·2022-11-05 07:12

Pytorch学习笔记3

Pytorch学习笔记3激活函数：Sigmoid函数求导theta‘=theta（1-theta）a=torch.linspace(-100,100,10)torch.sigmoid(a)Tanh激活函数

深度学不学习·2022-11-04 11:09

Pytorch学习笔记4

Pytorch学习笔记4过拟合与欠拟合交叉验证减少overfitting把训练集划分为K份，每次取1/k作为验证集减轻overfitting正则化方法：在损失函数中加入一范数，使得参数尽量小，减少模型复杂度

深度学不学习·2022-11-04 11:09

深度学习 pytorch学习

背景准备用4周时间，根据深度学习与PyTorch入门实战视频教程，刷完配套的源代码。熟悉pytorch的使用。具体内容如下：每天抄写2-3个lesson的代码，完成任务之后微信群打卡。参考资料https://github.com/dragen1860/Deep-Learning-with-PyTorch-Tutorials后台回复「pytorch资源」，获取资源！后台回复「组队学习」，加入组队学习

黑桃5200·2022-11-04 11:25

【pytorch实战学习】第六篇：CIFAR-10分类实现

非晚非晚·2022-10-31 22:26

pytorch学习（三）——模型层

文章目录1.自定义模型层2.使用预训练模型3.模型构建风格3.1使用`add_module`方法3.2添加进`Sequential`3.3Sequential作为模型容器3.4ModuleList作为模型容器3.5ModuleDict作为模型容器当我们构建了数据管道能够将数据一个batch一个batch的取出来后，下一步就是构建模型了，模型的构建将很大程度的影响学习的效果，pytorch的模型层全

Suppose-dilemma·2022-10-30 17:31

pytorch学习（二）——Dataset和DataLoader

文章目录1.迭代器2.生成器3.Dataset4.DataLoader经过上面的一个例子，相信已经能够了解pytorch的构建并训练的基本步骤了，但是，这里还有几个问题，如果我们的数据并不像上面展示的那样每个文件夹存储一个类别的文件，而是使用的索引的方式存储的类别和文件名呢？如果我们的数据时文本序列呢？这又怎么进行数据的读取以及数据管道的构建呢？1.迭代器Python的迭代器和生成器是一个非常好的

Suppose-dilemma·2022-10-30 17:01

pytorch学习（六）——优化器

文章目录1.优化器概述2.优化器算法2.1Adam2.2RAdam2.3AdamW3.保存读取4.学习率更新4.1自定义学习率更新4.2常数衰减4.3分段衰减4.4指数衰减4.5循环学习率1.优化器概述深度学习的目标是通过不断改变网络参数，使得参数能够对输入做各种非线性变换拟合输出，本质上就是一个函数去寻找最优解，所以如何去更新参数是深度学习研究的重点。通常将更新参数的算法称为优化器，字面理解就是

Suppose-dilemma·2022-10-30 17:01

PyTorch学习—17.正则化之weight_decay与dropout

文章目录一、正则化与偏差-方差分解二、pytorch中的L2正则项—weightdecay（权值衰减）三、Dropout概念四、dropout抑制过拟合的工作原理五、dropout内部是怎么实现只让部分信号通过并不更新其余部分六、Dropout的注意事项七、PyTorch中的Dropout网络层1.PyTorch中Dropout的实现细节一、正则化与偏差-方差分解正则化方法是机器学习（深度学习

哎呦-_-不错·2022-10-30 07:50

pytorch学习笔记（1）-模型保存和加载大全

pytorch模型的保存和加载网上已经有很多人进行详细讲解了，我这里只是记录一下本人的学习笔记，方便后续查看。pytorch——模型的保存和加载1.模型的保存1.1两种模型保存的方法1.2模型保存的设备1.3半精度保存1.4训练过程中checkpoint（检查点）的保存2.模型的加载3.分布式训练模型的保存和加载3.1模型的加载3.2模型的保存1.模型的保存1.1两种模型保存的方法1.torch.

ckq3·2022-10-29 13:20

pytorch学习（一）——图像多分类实例

文章目录1.数据准备2.整体思路3.数据增强4.构建管道5.构建模型6.设置优化器7.设置损失函数8.训练并保存模型在这里我们使用一个图像的多分类来做例子，使我们对pytorch训练的流程进行一个简单的了解。我使用的torch库的环境如下torch==1.8.1+cu101torchvision==0.9.1+cu1011.数据准备这里我们采用牛津大学的102中花卉数据作为图像多分类的数据集，数据

Suppose-dilemma·2022-10-29 09:31

pytorch学习

两个需要注意的点mac不支持cudadriverscudatoolkit版本和机器上的cudadriver版本一致查看显卡驱动版本nvidia-smi使用package的两个命令dir(pytorch)help(pytorch)数据加载Dataset获取数据和lablefromtorch.utils.dataimportDatasetclassMyData(Dataset):def__init__

TranscenderNing·2022-10-28 15:04

Python 机器学习入门---numpy的使用（一）

Python机器学习入门—numpy的使用（一）看[莫烦]的视频整理的学习笔记文章目录Python机器学习入门---numpy的使用（一）一、numpy是什么？

Ll7_ll·2022-10-28 14:49

Pytorch学习笔记-刘二老师RNN高级篇-代码注释及结果

目录Pycharm代码：（略有修改）刘二老师源码：运行结果：Pycharm代码：（略有修改）#导入第三方库fromtorch.utils.dataimportDataset,DataLoaderfromtorch.nn.utils.rnnimportpack_padded_sequenceimporttorchimportgzipimportcsvimportmatplotlib.pyplotas

憨豆的小泰迪·2022-10-28 05:32

【从线性回归到卷积神经网络CNN 循环神经网络RNN Pytorch 学习笔记目录整合源码解读 B站刘二大人绪论（0/10）】

深度学习Pytorch学习笔记目录整合数学推导与源码详解B站刘二大人目录传送门：线性模型Linear-Model数学原理分析以及源码详解深度学习Pytorch笔记B站刘二大人（1/10）梯度下降算法Gradient-Descend

狗头狗不狗·2022-10-28 05:01

【PyTorch学习】PyTorch基础知识

目录一、Pytorch介绍1.1什么是Pytorch1.2为何要使用Pytorch1.3配置Pytorch深度学习环境二、Pytorch基础2.1Tensor（张量）2.2Variable（变量）2.3Dataset（数据集）1.torch.utils.data.Dataset2.torch.utils.data.TensorDataset3.torch.utils.data.DataLoader

AI阿聪·2022-10-27 17:26

Pytorch学习——常用优化器区别和优缺点

使用importtorch.optimasoptimoptimizer=optim.Adam(net.parameters(),lr=eval(LR_G))典型的梯度下降法GD(gradientdescent)介绍：梯度下降法(gradientdescent)是求解无约束最优化问题的一种常用方法，有实现简单的优点。梯度下降法是迭代算法，每一步需要求解目标函数的梯度向量。特点：标准下降时在权值更新前

哆啦A梦！！！·2022-10-24 07:54

pytorch学习笔记十二：优化器

前言机器学习中的五个步骤：数据——>模型——>损失函数——>优化器——>迭代训练，通过前向传播，得到模型的输出和真实标签之间的差异，也就是损失函数，有了损失函数之后，模型反向传播得到参数的梯度，接下来就是优化器根据这个梯度去更新参数，使得模型的损失不断降低，那么优化器是如何做到的呢？分别从三个方面了解一下，优化器的概念，优化器的属性和方法，常用的优化器。一、什么是优化器pytorch的优化器：管理

Dear_林·2022-10-24 07:05

强化学习课程笔记（二）——马尔科夫决策过程和动态规划寻找最优策略

强化学习入门课程(英文)https://www.bilibili.com/video/av372950482.课程对应知乎讲解https://zhuanlan.zhihu.com/reinforce3.强化学习（莫烦

小郁同学·2022-10-23 17:18

实战：利用pytorch搭建VGG-16实现从数据获取到模型训练的猫狗分类网络

pytorch学习视频https://www.bilibili.com/video/BV1hE411t7RN代码参考https://blog.csdn.net/aa330233789/article/details

NONE-C·2022-10-21 01:44

Linux深入浅出PyTorch（一）安装及基础知识

安装工具使用1.开发工具建议使用pycharm2.安装包管理工具建议使用Anaconda3.安装结果检查Pytorch安装2.配置pytorch虚拟环境3.在PyCharm中配置PyTorch虚拟环境丰富的PyTorch

坚持不懈的小白白·2022-10-17 12:02

pytorch学习之：如何对 pytorch 神经网络模型进行可视化

https://blog.csdn.net/weixin_39589455/article/details/114680465?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164250665916781685395052%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%2

暖仔会飞·2022-10-16 11:25

[深度学习基础知识]优化器 optimizer 加速神经网络训练

本片内容引自莫烦Python常用的优化器有SGDMomentumAdaGradRMSPropAdamSGD下图是不使用优化器情况下，所有的数据直接抛给卷积神经网络去计算，这样会带来巨大的运算量。

zlsd21·2022-10-15 07:57

pytorch学习笔记五：模型的创建

在上一节中整理了数据模块的知识点，在本节中主要围绕如何用pytorch构建一个模型来展开，最后用pytorch实现Alexnet网络结构的搭建。下面基于上面的框架来探索每一个模块的实现细节。一、模型的创建上面是LetNet的网络图，由边和节点组成，节点表示输入的数据大小，而边就是数据之间的运算。从上面的LetNet的网络中可以看出，网络接受一个输入，然后经过运算得到一个输出，在网络结构的内部，又分

Dear_林·2022-09-29 07:07

PyTorch学习率 warmup + 余弦退火

PyTorch学习率warmup+余弦退火Pytorch余弦退火PyTorch内置了很多学习率策略，详情请参考torch.optim—PyTorch1.10.1documentation，这里只介绍常用的余弦退火学习率策略

会说话的七里香·2022-09-24 07:16

Trick : PyTorch学习率 warm up + 余弦退火

学习率是神经网络训练中最重要的超参数之一，针对学习率的优化方式很多,Warmup是其中的一种。为什么引入学习率衰减？我们都知道几乎所有的神经网络采取的是梯度下降法来对模型进行最优化，其中标准的权重更新公式：学习率a控制着梯度更新的步长(step)，a越大，意味着下降的越快，到达最优点的速度也越快，如果为0，则网络就会停止更新学习率过大，在算法优化的前期会加速学习，使得模型更容易接近局部或全局最优解

NANCYGOODENOUGH·2022-09-24 07:44

动手学深度学习（六）——线性回归网络

文章目录pytorch学习（六）——线性回归网络一、导入相关模块儿（主要是torch相关的内容）二、生成数据（数据+噪声）三、构建网络模型（继承tensor.nn中的模型类）四、定义模型（网络模型、代价函数与优化器

留小星·2022-09-23 12:16

【强化学习】Actor-Critic——Pytorch实现

本代码是基于莫烦Tensorflow代码的基础进行改动，算法框架是相同的，有需要的小伙伴可以参考。

努力写代码的小梁·2022-09-23 07:04

4.4 Matplotlib 次坐标轴

本文内容是根据莫烦Python网站的视频整理的笔记，笔记中对代码的注释更加清晰明了,同时根据所有笔记还整理了精简版的思维导图,可在此专栏查看,想观看视频可直接去他的网站,源文件已经上传到主页中的资源一栏中

孤柒「一起学计算机」·2022-09-20 07:15

pytorch学习——深度卷积神经网络（AlexNet）

一、AlexNet模型AlexNet比相对较小的LeNet5要深得多。AlexNet由八层组成：五个卷积层、两个全连接隐藏层和一个全连接输出层。在激活函数的运用上，AlexNet将sigmoid激活函数改为更简单的ReLU激活函数。一方面，ReLU激活函数的计算更简单，它不需要如sigmoid激活函数那般复杂的求幂运算。另一方面，当使用不同的参数初始化方法时，ReLU激活函数使训练模型更加容易。当

别摆了，张同学·2022-09-19 12:21

史上最全的PyTorch学习资源汇总

一、PyTorch学习教程、手册PyTorch英文版官方手册：对于英文比较好的同学，非常推荐该PyTorch官方文档，一步步带你从入门到精通。

hwtl070359898·2022-09-15 16:19

PyTorch学习记录——PyTorch进阶训练技巧

PyTorch学习记录——PyTorch进阶训练技巧1.自定义损失函数1.1以函数的方式定义损失函数1.2以类的方式定义损失函数1.3比较与思考2.动态调整学习率2.1官方提供的schedulerAPI2.2

maximejia·2022-09-14 07:36

深入浅出PyTorch（一）之mac安装

安装包管理工具建议使用Anaconda3.安装结果检查Pytorch安装1.创建一个新的虚拟环境用于安装pytorch2.配置pytorch虚拟环境3.在PyCharm中配置PyTorch虚拟环境丰富的PyTorch

坚持不懈的小白白·2022-09-14 07:56

PyTorch学习—2.张量的创建与张量的操作

文章目录一、PyTorch安装二、PyTorch的张量Tensor1.Tensor的概念2.Tensor的创建2.1直接创建2.2依据数值创建2.3依概率分布创建3.张量的操作3.1张量的拼接3.2张量的切分3.3张量的索引3.4张量的变换3.5张量的数学运算一、PyTorch安装 https://download.pytorch.org/whl/torch_stable.html下载对应cud

哎呦-_-不错·2022-09-12 07:29

【pytorch学习实战】第五篇：卷积神经网络实现MNIST手写数字识别

非晚非晚·2022-09-12 07:55

推荐频道

莫烦pytorch学习