PyTorch学习笔记

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

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

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学习笔记一：Tensors张量

PyTorch学习笔记一：Tensors张量一、张量是什么？
Limulの小白笔记·2022-11-25 23:57

深度学习 PyTorch学习笔记

深度学习1区别传统机器学习：特征工程【找出可能影响结果的那些变量】神经网络：不需要处理原始数据，只要定义一个神经网络模型，然后把数据传输给它，让他自己学习什么特征有用神经网络–复杂函数集三要素：模型，算力，数据三部曲：准备数据定义模型损失函数优化器训练~应用计算机视觉自然语言处理智能服务pytorch深度学习框架动态图支持–实时查看各个层的变化GPU加速–更多计算单元适合并行计算（CPU,GPU–
Knight.Panda·2022-11-25 23:26

Pytorch学习笔记之一

概述前段时间分享了一些tensorflow2.0入门的笔记，其实在学术界，pytorch的热门程度是高于tensorflow2.0的。不过这些深度学习的框架多是大同小异，所以这里我也更一更torch有关的入门笔记。与tensorflow入门笔记不同，我想按模块来写torch的入门笔记。之前也大概介绍了一下torch的数据加载方式，今天主要讲torch的模型构建。其实现有的深度学习开源框架基本都是有
小强同学·2022-11-25 23:55

PyTorch学习笔记1——基本概念、模块简介、张量操作、自动微分

文章目录一、基础介绍1.1PyTorch简介：1.2静态图和动态图1.3pytorch主要模块二、张量2.1.张量的创建方式2.2张量类型和维度2.3张量的存储设备2.4索引和切片2.5函数运算、排序sort、范数2.5.1函数运算2.5.2范数2.6向量点积、乘积和张量的缩并einsum2.6.1向量点积（DotProduct、点乘、内积、数量积）2.6.2矩阵-向量积2.6.3矩阵-矩阵乘法2
神洛华·2022-11-25 23:55

pytorch学习笔记4-张量操作

1.概览张量的合并张量的运算张量的数值计算张量的范数张量的高阶操作2.张量的合并#cata1=torch.rand(4,3,32,32)a2=torch.rand(5,3,32,32)torch.cat([a1,a2],dim=0).shape#torch.Size([9,3,32,32])a2=torch.rand(4,1,32,32)torch.cat([a1,a2],dim=1).shape
倾夏而醒·2022-11-25 23:54

pytorch学习笔记

1.张量a=torch.randn(2,3)a=torch.rand(2,3,28,28)torch.rand_like(a)torch.randint(1,10,[3,3])torch.normal(mean=torch.full([10],0),std=torch.arange(1,0,-0.1))torch.randperm(2)（1）randn生成标准正态分布的伪随机数（均值为0，方差为1
ST_xtt·2022-11-25 23:53

Pytorch学习笔记（一）官方60min入门教程之张量

一.前言前几天结束了机器学习的入门，难点不多，很多东西更像是为学深度学习打基础，然后这几天在学深度学习，刚开始基本还是机器学习学过的基础东西，到了后面各种算法的公式推导和底层原理，加之自己的状态不是很好（最近还是感觉蛮空虚的哈哈哈），所以根本学不进去（难点就是这样，少有分心便要听不懂了），所以我直接跳过了大部分的公式推导，不求甚解（现在才知道第一遍学的时候应当如此），大概了解算法的基本原理和干什么
深海鱼肝油ya·2022-11-25 23:52

Pytorch 学习笔记 torch.nn.parameter.Parameter

Pytorch学习笔记torch.nn.parameter.ParameterParameter源码如下classParameter(torch.Tensor,metaclass=_ParameterMeta
Shawn Mendes·2022-11-25 04:29

【基础篇】pytorch学习笔记（二）[自动求导autograd、backword、with torch.no_grad等]

autograd包为tensors上的所有操作提供自动微分。是一个按运行定义的框架，这意味着你的反向求导是由代码的运行方式定义的，并且每个迭代都可以是不同的。一、torch.Tensortorch.Tensor是autograd包的中心类。1.自动求导将Tensor的属性.requires_grad设置为True，它将开始跟踪其上的所有操作(比如加减乘除等等计算)。完成计算后，可调用.backwa
ykszd71·2022-11-25 04:54

Pytorch学习笔记（I）——预训练模型（三）：VGG11网络结构

VGGVGG11VGG13VGG16VGG19ResNetResNet18ResNet34ResNet50ResNet101ResNet152VGG((features):Sequential((0):Conv2d(3,64,kernel_size=(3,3),stride=(1,1),padding=(1,1))(1):ReLU(inplace)(2):MaxPool2d(kernel_size
lockonlxf·2022-11-24 23:06

PyTorch学习笔记（五）：模型定义、修改、保存

一、PyTorch模型定义的方式Module类是torch.nn模块里提供的一个模型构造类(nn.Module)，是所有神经网络模块的基类，我们可以继承它来定义我们想要的模型；PyTorch模型定义应包括两个主要部分：各个部分的初始化（_init_）；数据流向定义（forward）基于nn.Module，可以通过Sequential，ModuleList和ModuleDict三种方式定义PyTor
普通网友·2022-11-24 23:35

Pytorch学习笔记之from torch.utils.tensorboard import SummaryWriter导入不成功问题

有时，我们在使用tensorboard时，会遇到形如“ImportError:cannotimportname'SummaryWriter'frompartiallyinitializedmodule'torch.utils.tensorboard'”的问题。由于pytorch本身不自带tensorboard包，一般这样报错都是由于未安装tensorboard包导致的。可通过Anaconda中的A
数点梅花天地心·2022-11-24 23:26

Pytorch学习笔记(七):F.softmax()和F.log_softmax函数详解

相关文章Pytorch学习笔记(一):torch.cat()模块的详解Pytorch学习笔记(二):nn.Conv2d()函数详解Pytorch学习笔记(三):nn.BatchNorm2d()函数详解Pytorch
ZZY_dl·2022-11-24 21:48

PyTorch学习笔记（一）

这里写目录标题第一章PyTorch的简介和安装△软件安装○安装系统○Anaconda的安装○查看显卡○安装PyTorch○PyCharm安装○VSCode安装○JupyterNotebook△PyTorch学习资源第二章PyTorch基础知识△张量○张量演示·创建张量·张量的基本操作·又开了个新坑，希望能慢慢填上。。。继吃瓜教程之后，我在dataWhale家又报名了深入浅出Pytorch入门这个课
Mist_Orz·2022-11-24 17:20

Pytorch学习笔记----RNN/LSTM/GRU

Pytorch学习笔记-----RNNRNNRNNCellHowtouseRNNCellHowtouseRNNUsingRNNCellone-hot编码python列表解析基本列表解析条件列表解析嵌套列表解析
pat12138·2022-11-24 17:48

pytorch学习笔记（二）---传统神经网络之波士顿房价预测

如何生成可参考右边的帮助文档文章目录前言一、读入数据二、数据预处理1.取出标签，同时在读入的数据中删除标签2.对输入数据做归一化3.划分测试集和训练集4.转换为tensor张量三、搭建网络四、训练五、预测总结前言  本文承接pytorch
浓眉毛梁·2022-11-24 14:41

Pytorch学习笔记 1.1：梯度下降

Pytorch学习笔记Pytorch初学者小白b站视频：PyTorch动态神经网络(莫烦Python教学)初学者总是见到这样的图像，这些图像涉及到了家族的历史——Optimization(优化问题)优化能力是人类历史上的重大突破
落雪wink·2022-11-24 14:41

pytorch学习笔记（一）---深度学习基础和传统神经网络介绍

文章目录前言一、深度学习的一般流程1.数据获取2.特征工程3.建立模型4.评估应用二、神经网络的整体架构与基本流程1.整体架构2.前向传播3.反向传播三、DROP-OUT总结前言  由于在硕士期间的研究内容是深度学习相关，因此用博客来记录pytorch和神经网络的学习过程，同时也欢迎大家来讨论交流一、深度学习的一般流程1.数据获取  数据获取是整个任务的开始，无论训练什么模型、完成什么样的需求都需
浓眉毛梁·2022-11-24 14:10

【PyTorch学习笔记2】transforms

1简介transforms一个torchvision下的一个工具箱，包含常用的图像预处理方法。主要用于用于图像格式转化，视觉处理工具，不用于文本。包含多个工具类：2常见的transforms代码实战：#-*-coding=utf-8-*-#name:nanchen#date:2022/7/2214:56fromPILimportImagefromtorch.utils.tensorboardimp
机智的小陈今天学习了吗·2022-11-24 13:11

【PyTorch学习笔记1】tensor 张量

文章目录1张量的定义2张量初始化2.1直接生成张量2.2通过numpy数组生成张量2.3通过已有的张量生成新的张量2.4通过指定数组维度来生成张量3张量的属性4张量4.1张量的索引和切片4.2张量的拼接4.2.1torch.cat方法4.2.2torch.stack方法4.2.3torch.cat和torch.stack的区别4.3张量的乘积和矩阵乘法4.4自动赋值运算5Tensor与Numpy的
机智的小陈今天学习了吗·2022-11-24 13:11

Pytorch学习笔记（二）：Tensorboard的使用

1.Tensorboard的使用add.scalar用法：添加标量数据到summary当中需要添加图表的标题(tag),数值y(scalar_value),训练步数x(global_step)#pipinstalltensorboard#安装tensorboardfromtorch.utils.tensorboardimportSummaryWriterwriter=SummaryWriter("
银河甜弟学DL·2022-11-24 07:48

Pytorch学习笔记(5)——交叉熵报错RuntimeError: 1D target tensor expected, multi-target not supported

当我使用交叉熵做损失函数时，发生了报错：RuntimeError:1Dtargettensorexpected,multi-targetnotsupported我查了相关资料，里面的说法基本都是：输入labels维度应该为1维，且精度不能是Double，必须换成long；对输入标签进行降维。但是却没法解决我的问题，因为我的标签数据在处理好后，用以下代码处理过：torch.LongTensor(la
野指针小李·2022-11-24 06:47

PyTorch：torch.nonzero——非零元素的定位

PyTorch学习笔记：torch.nonzero——非零元素的定位torch.nonzero(input,*,out=None,as_tuple=False)→LongTensorortupleofLongTensors
视觉萌新、·2022-11-24 05:10

【Pytorch学习笔记】MNIST数据集的训练及简单应用（二）

上篇做了简单的介绍以及数据集的训练：请点这里下篇将借助OpenCV试着实际使用一下我们训练的模型首先：对于上篇描述的训练好的模型model，将其保存下来，使用时再加载出来#训练模型forepochinrange(10):#训练10轮train(epoch)#执行训练test()#每轮训练完都测试一下正确率#保存模型path="C:/Users/yas/Desktop/pytorch/MNIST/m
@Dwyanelittle64c·2022-11-24 04:50

pytorch学习笔记（1）——Pytorch 在做什么

Pytorch解决了什么问题机器学习走上风口，男女老少都跃跃欲试。然而调用GPU、求导、卷积还是有一定门槛的。为了降低门槛，Pytorch帮我们搬走了三座大山（Tensorflow等也一样）：让运算能够在GPU上进行（速度可以接受了）让运算能够自动求导（代码更加简单了）让复杂运算能够直接调用（卷积不用自己写了）Pytorch是怎样设计的在相互借（抄）鉴（袭）之后，大部分神经网络库都是这样搞的：封装
永不言弃的小颖子·2022-11-24 01:01

pytorch学习笔记——torchvision.transforms使用

torchvision.transforms使用torchvision.transforms.ToTensor()torchvision.transforms.Noumalize(mean,std)torchvision.transforms.Resize(size)torchvision.transforms.Compose(transforms)torchvision.transforms.T
冲上云霄！·2022-11-23 20:51

pytorch学习笔记（四）——torchvision.transforms的使用

1.transforms作用torchvision.transforms是pytorch中的图像预处理包，包含了很多种对图像数据进行变换的函数，例如裁剪翻转旋转等操作，这些都是在我们进行图像数据读入步骤中必不可少的。2.transform各功能的用法ToTensor把图片数据转换成tensor数据类型Normalize归一化：Normalize创建实例时要输入均值和标准差，进行归一化操作输入需要是
M762B·2022-11-23 20:19

pytorch学习笔记（五）——Tensor索引

Tensor索引dim0开始索引a=torch.rand(4,3,28,28)a[0].shape#第0张图片torch.Size([3,28,28])a[0,0].shape#取第0张图片的第0个通道torch.Size([28,28])a[0,0,2,4].shape#取第0张图片的第0个通道的第2行第4列的像素点tensor(0.8082)取前/后几个图片a[:2].shape#取前两张图片
weixin_46753186·2022-11-23 20:27

Pytorch学习笔记（2）——Tensor

Tensor的引入对于学习和使用一个开源库/框架，开发者最关心的2个问题：如何传参数，如何调用API接口。参数一般就是指数据类型/数据结构类型，API接口具体指可以调用的函数、方法。Tensor是pytorh中的数据类型,表示一个Ndims张量。在深度学习中，输入/输出数据，网络参数都用Tensor表示。每种深度学习框架都有其数据结构：Framework数据类型特点CaffeBlobN维矩阵Ten
weixin_44783002·2022-11-23 20:26

PyTorch学习笔记(一)：Tensor基础操作

importtorchx1=torch.Tensor([3,4])print(x1)tensor([3.,4.])importnumpyasnpnumpy_tensor=np.random.randn(1,3)print("numpy1:",numpy_tensor)pytorch_tensor=torch.from_numpy(numpy_tensor)print("torch:",pytorc
Leisureconfused·2022-11-23 20:06

PyTorch学习笔记（一）创建Tensor

基础知识：ndarray：numpy中的ndarray为多维数组，是numpy中最为重要也是python进行科学计算非常重要和基本的数据类型。tensor：pytorch中的tensor为数据基本存储类型，中文叫张量，可以表示标量、向量、矩阵。1.1创建tensor从numpy到tensor，用torch.tensor(arr)arr=np.ones((3,3))t=torch.tensor(ar
xinxihu·2022-11-23 20:36

[Pytorch学习笔记02]Tensor方法

一、普通创建Tensor（1）创建相同元素torch.full([2,3],2)#创建两行三列，元素全为2。（2）创建元素全为1torch.ones([2,3])（3）创建元素全为0torch.zeros([2,3])（4）创建对角阵torch.eye(3)（5）自定义区间torch.randint(1,10,[2,2])#创建两行两列，元素均在（1,10）内（6）自定义均值方差torch.nor
daweq·2022-11-23 20:04

pytorch学习笔记 1. pytorch基础 tensor运算

pytorch与tensorflow是两个近些年来使用最为广泛的机器学习模块。开个新坑记录博主学习pytorch模块的过程，不定期更新学习进程。文章较为适合初学者，欢迎对代码和理解指点讨论，下面进入正题。importtorchimportnumpyasnpt1=torch.tensor([1,2,3,4],dtype=torch.float64)print(t1)print(type(t1))pr
Cy_coding·2022-11-23 19:59

【PyTorch学习笔记_02】--- Opencv笔记（图像预处理使用）

OpenCV笔记1.计算机眼中的图像RGB:图像的颜色通道#数据读取-图像importcv2importmatplotlib.pyplotaspltimportnumpyasnp#%matplotlibinline#jupyter中使用img=cv2.imread('cat.jpg')cv2.IMREAD_COLOR:彩色图像cv2.IMREAD_GRAYSCALE:灰度图像opencv读取的格式
灵寒谷·2022-11-23 11:03

【PyTorch学习笔记_03】--- PyTorch（深度学习神经网络搭建）

36.深度学习要解决的问题机器学习流程：数据获取，特征工程，建立模型，评估与应用特征工程的作用：数据特征决定了模型的上限预处理和特征提取时最核心的算法和参数选择决定了如何逼近这个上限深度学习解决的是怎么提特征37.深度学习应用无人驾驶，人脸识别移动端不太好支持，计算量大，速度慢38.计算机视觉任务39.视觉任务中遇到的问题K近邻算法算法流程；计算已知类别数据集中的点与当前点的距离按照距离依次排序选
灵寒谷·2022-11-23 11:26

【Pytorch学习笔记二】pytorch中的张量（Tensors）和计算梯度数值(Atuograd)

文章目录一，张量（Tensors）1.tensor的属性2.创建张量3.数据初始化4,常用方法二，PyTorch计算梯度数值1.Autograd2.扩展Autograd参考资料：https://handbook.pytorch.wiki/chapter1/1.1-pytorch-introduction.htmlhttps://www.bookstack.cn/read/PyTorch-cn/RE
QHCV·2022-11-23 09:25

PyTorch学习笔记（6）损失函数与优化器

这一部分就大写的懵逼，概念好像又懂一点，讲又讲不出来。。。文章目录损失函数L1LOSSMSELOSSCROSSENTROPYLOSS优化器损失函数L1LOSS每一个样本经过模型后会得到一个预测值，然后得到的预测值和真实值的差值就成为损失。（当然损失值越小证明模型越是成功）例如：当reduction为"sum"时，求和；当reduction为"mean"时，取平均。代码实现如下：importtorc
游星凌·2022-11-23 08:21
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他