Pytorch学习

Pytorch入门学习笔记，机器学习模型训练流程，从入门到放弃

Pytorch学习笔记【小土堆】视频链接：https://www.bilibili.com/video/BV1hE411t7RN?
Error 0·2022-12-08 21:53

Pytorch学习（十）Pytorch中常用的损失函数

1.torch.nn.CrossEntropyLossCrossEntropyLoss的作用相当于将nn.LogSoftmax()和nn.NLLLoss()结合在一起，nn.LogSoftmax()相当于先对输入矩阵计算softmax值，然后取log。举例说明这几个函数的功能：（1）使用nn.Softmax()+torch.log()来模拟nn.LogSoftmax()importtorchimp
TEn%·2022-12-08 21:16

pytorch学习003- -如何导出c++中可用的pytorch模型

在C++中加载TorchScript模型推荐阅读官方文档：如何保存模型如何在c++中加载模型pytorch的c++apitorchScript文档以下内容基于官方文档写一些注释~~将pytorch模型转换为torch脚本pytorch模型从python到c++是通过torchScript实现的跟踪是指通过示例输入进行一次推理并获取模型的结构和参数，并记录下这些输入在模型中的流转。注释是向模型中添加
SigMap·2022-12-08 21:44

pytorch学习记录史

***一、python两大函数：***1、dir():打开，看见2、help（）:说明书dir(pytorch)输出：1、2、3、4dir(pytorch.3)输出：a、b、chelp(pytorch.3.a）总结：dir函数：能让我们知道工具箱以及工具箱中的分隔区有什么东西help函数：能让我们知道每个工具是如何使用的，工具的使用方法。二、jupyter使用：1、打开condapromt激活py
奶盐cookie·2022-12-08 21:09

交叉熵损失函数分类_PyTorch学习笔记——多分类交叉熵损失函数

理解交叉熵关于样本集的两个概率分布p和q，设p为真实的分布，比如[1,0,0]表示当前样本属于第一类，q为拟合的分布，比如[0.7,0.2,0.1]。按照真实分布p来衡量识别一个样本所需的编码长度的期望，即平均编码长度(信息熵)：如果使用拟合分布q来表示来自真实分布p的编码长度的期望，即平均编码长度(交叉熵)：直观上，用p来描述样本是最完美的，用q描述样本就不那么完美，根据吉布斯不等式，恒成立，当
海南王先生·2022-12-08 13:28

《PyTorch深度学习实践》 第5讲 线性回归

PyTorch学习（四）--用PyTorch实现线性回归_陈同学爱吃方便面的博客-CSDN博客三、参考了上述大佬的代码并加上了画图部分importtorchi
佤垭·2022-12-08 11:58

PyTorch学习笔记(十二) ---- PyTorch目标检测

转载请注明作者和出处：http://blog.csdn.net/john_bh/文章目录1.定义数据集2.为PennFudan编写自定义数据集3.定义模型3.1PennFudan数据集的实例分割模型4.训练和验证完整代码4.1为数据扩充/转换编写辅助函数：4.2编写执行训练和验证的主要功能4.3.完整代码5.总结在文中将微调在Penn-Fudan数据库中对行人检测和分割的已预先训练的MaskR-C
john_bh·2022-12-08 09:24

U_net 网络（pytorch学习）

U_net网络（pytorch学习） U_net是一个经典的图像分割网络，可以完成许多功能，在学习U_net网络后结合B站的视频尝试编写U_net代码，锻炼编程能力一U_net网络结构 U_net网络的网络结构如下图所示
theshy123333·2022-12-08 09:45

在PyTorch学习过程中所遇问题

1、RuntimeError:stackexpectseachtensortobeequalsize,butgot[3,256,256]atentry0and[3,249,256]atentry26报错原因：（1）没有转换图片格式，不同的图片格式的颜色空间不同设置in_channel的值与读入图像img1的实际通道数不符合。2、jupyterNotebook无法创建新文件，提示文件不可信，终端里显
好烦啊i-27·2022-12-08 09:57

PyTorch学习—16.PyTorch中hook函数

文章目录一、Hook函数概念二、四种Hook函数介绍1.Tensor.register_hook2.Module.register_forward_hook3.Module.register_forward_pre_hook4.Module.register_backward_hook一、Hook函数概念  Hook函数机制：不改变主体，实现额外功能，像一个挂件一样将功能挂到函数主体上。Hook函
哎呦-_-不错·2022-12-08 03:59

【Pytorch学习笔记】pytorch构建一个简单可训练网络

一、分步代码1.引入库代码如下（示例）：#coding:utf-8importtorchfromtorch.utils.dataimportDataLoaderimporttorchvision.transformsastransformsimportnumpyasnpimportosfromtorch.autogradimportVariableimporttorch.nnasnnimportt
秋天的波·2022-12-08 03:24

【pytorch学习】四种钩子方法（register_forward_hook等）的用法和注意点

  为了节省显存（内存），pytorch在计算过程中不保存中间变量，包括中间层的特征图和非叶子张量的梯度等。有时对网络进行分析时需要查看或修改这些中间变量，此时就需要注册一个钩子（hook）来导出需要的中间变量。网上介绍这个的有不少，但我看了一圈，多少都有不准确或不易懂的地方，我这里再总结一下，给出实际用法和注意点。hook方法有四种:torch.Tensor.register_hook()tor
Brikie·2022-12-08 03:22

【Pytorch学习笔记】通过实现Grad-CAM学习module中的forward_hook和backward_hook函数

一、pandas是什么？1.引入库代码如下（示例）：importcv2importosimportnumpyasnpfromPILimportImageimporttorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvision.transformsastransforms2.定义网络代码如下（示例）：classNet(nn.
秋天的波·2022-12-08 03:51

pytorch学习笔记六：torch.utils.data下的TensorDataset和DataLoader的使用

一、TensorDataset对给定的tensor数据(样本和标签)，将它们包装成dataset。注意，如果是numpy的array，或者Pandas的DataFrame需要先转换成Tensor。'''data_tensor(Tensor)－样本数据target_tensor(Tensor)－样本目标（标签）'''dataset=torch.utils.data.TensorDataset(dat
耐心的小黑·2022-12-08 02:57

PyTorch学习笔记

文章目录1PyTorch基本数据类型1.1与Python的比较1.2标量(dim=0)1.3张量/向量(dim=1)1.4dim,sizeandshape1.5dim=3的tensor1.6dim=4的tensor1.7一些其他知识2创建Tensor2.1从Numpy中导入2.2使用其他方式创建Tensor3nn.Module3.1nn.Module的好处3.1.1embedcurrentlaye
m0_73819666·2022-12-08 02:25

Pytorch学习笔记（六）

目录01配置环境①Conda环境②项目环境02利用YOLOv5预测03训练YOLOv5模型本笔记主要记录了以github上的开源项目为例，利用YOLOv5进行目标检测、训练YOLOv5神经网络、制作和训练自己的数据集的学习过程。项目地址：https://github.com/ultralytics/yolov5项目版本：Tags=v6.001配置环境①Conda环境下载github项目后，在pyc
Hygge0+·2022-12-08 02:18

PyTorch学习笔记（七）------------------ Vision Transformer

目录一、PatchandLinearmap二、Addingclassificationtoken三、Positionalencoding四、LN，MSAandResidualConnection五、LN、MLPandResidualConnection六、ClassificationMLP前言：visiontransformer（vit）自Dosovitskiy等人介绍以来，一直在计算机视觉领域占
清忖灬·2022-12-07 21:24

【Pytorch学习笔记】6.关于Tensor、Module内参数的dtype类型转换

本文继续刨刨代码背后的含义。文章目录问题引入Module的float()方法是对模型所有参数进行的float转换疑问解答1buffer是另一种模型参数2浮点型参数指代float64，float32，float16小总结：Tensor的dtype类型转换3为什么要统一成float32总结问题引入我们在学习深度学习实战项目（比如Kaggle房价预测）时，会看到在定义完线性模型后，在定义训练方法时，看到
takedachia·2022-12-07 19:10

PyTorch学习笔记（二：Tensor和Variable&&自动微分）

PyTorch学习笔记（二：Tensor和Variable&&自动微分）参考博客：https://ptorch.com/docs/3/autograd_tutorial（Pytorch官方中文教程）https
jiangchao98·2022-12-07 19:08

pytorch学习笔记（零）之基础知识（张量，自动微分）

文章目录张量（tensor）基础1.张量的创建2.张量的操作（1）张量变换（2）张量拼接与切分tensor与numpy转换1.numpy.array转换为torch.tensor2.torch.tensor转换为numpy.array自动微分Autograd张量（tensor）基础tensor和numpy非常像，无论是创建还是其他操作几乎一样，不熟悉numpy的可以先看这一篇：numpy快速入门教
nanyidev·2022-12-07 19:07

pytorch学习笔记-入门-自动求导

#!/usr/bin/envpython#coding:utf-8#In[1]:get_ipython().magic(u'matplotlibinline')##Autograd自动求导机制：#Pytorch中所有神经网络的核心是autograd包。#autograd包为张量上所有操作提供了自动求导。他是一个运行时定义的框架，这意味着反向传播是根据你的代码来确定如何运行。并且每次迭代可以是不同的
wenqiang su·2022-12-07 13:49

pytorch学习笔记03-nn.Module-卷积-池化-激活函数

Content：1.构建模型2.torch.nn(1)nn.Parameter(2)nn.Module(3)nn.functional(4)nn.init3.Containers(1)nn.Sequential(2)nn.ModuleList(3)nn.ModuleDict4.卷积5.转置卷积6.池化7.线性层8.激活函数1.构建模型关键步骤：(1)init()构建子模块；(2)forward()
marvel2018·2022-12-07 12:18

pytorch学习（五）---torch.nn模块

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！本节介绍一些torch.nn模块的常用层，包括卷积层、池化层以及激活函数等。首先是卷积层：torch.nn.Conv2d():主要参数有：in_channel:输入的通道数；out
橘春十三99·2022-12-07 12:46

Pytorch学习笔记（三）——索引与切片

学习目标：掌握Pytorch路漫漫其修远兮，吾将上下而求索。学习内容：索引：pytorch，默认从左往右开始索引，-1表示从右往左。：表示都取x：表示从x取到最后：x表示从开始取到xx：y表示从x取到y#生成一个随机tensor，表示类似一个CNN的图片的输入数据，4表示这个batch一共有4张照片，而3表示图片的通道数为3（RGB），（28，28）表示图片的大小a=torch.randn(4,3
喵了个咪的大猫猫·2022-12-07 10:55

pytorch学习（一）数据加载之前的预处理（UCSD数据集）

最近在做有关视频异常检测方面的实验，需要用到UCSD数据集，pytorch自定义加载自己的数据集时需要将自己的数据的路径以及标签存放到txt文档中，方便后续的数据加载。最后我会给出生成好的UCSD数据集txt文档下载链接，有需要的可以自行下载。1、UCSD异常检测数据集UCSD数据集是通过固定摄像头俯瞰人行道拍摄的，它有两个子文件夹，分别是UCSDped1和UCSDped2，每个文件夹下都有剪辑好
cuixianheng·2022-12-07 09:52

PyTorch学习笔记（七）：PyTorch可视化

PyTorch可视化往期学习资料推荐：1.Pytorch实战笔记_GoAI的博客-CSDN博客2.Pytorch入门教程_GoAI的博客-CSDN博客本系列目录：PyTorch学习笔记（一）：PyTorch
GoAI·2022-12-07 02:56

PyTorch 学习笔记（六）：PyTorch hook 和关于 PyTorch backward 过程的理解 call

您的位置首页PyTorch学习笔记系列PyTorch学习笔记（六）：PyTorchhook和关于PyTorchbackward过程的理解发布:2017年8月4日7,195阅读0评论在看pytorch官方文档的时候
weixin_ry5219775·2022-12-07 02:26

pytorch学习笔记：task07

task07一、可视化网络结构1、使用print函数打印模型基础信息2、使用torchinfo可视化网络结构二、CNN卷积层可视化1可视化卷积核2、可视化CNN特征图的方法3CNNclassactivationmap可视化方法三、使用Tensorboard可视化训练过程1TensorBoard可视化的基本逻辑2TensorBoard的配置与启动一、可视化网络结构背景：深度神经网络的结构越来越复杂，
qq_32795481·2022-12-07 02:26

pytorch学习笔记（七）：pytorch hook 和 关于pytorch backward过程的理解

pytorch的hook机制在看pytorch官方文档的时候，发现在nn.Module部分和Variable部分均有hook的身影。感到很神奇，因为在使用tensorflow的时候没有碰到过这个词。所以打算一探究竟。Variable的hookregister_hook(hook)注册一个backward钩子。每次gradients被计算的时候，这个hook都被调用。hook应该拥有以下签名：hoo
长夜悠悠·2022-12-07 02:56

pytorch学习笔记—tensorboard的使用（2）

复制图片的相对地址，打开控制台，image需要是以下三种类型img_tensor(torch.Tensor,numpy.array,orstring/blobname)image_path="D:\\a\\dataset\\000.png"fromPILimportImage是PIL.Png类型的，不满足要求。利用opencv读取图片，获得numpy型图片数据→利用numpy.array()，对P
A徒手摘星星·2022-12-06 23:44

pytorch学习笔记-最大池化的使用

作用：保留输入特征，同时减小数据量。输入图像：1203101231121005231121011池化核：3*3，kernel_size=3输出图像：ceil_mode=True2351ceil_mode=False2输入：fromturtleimportshapeimporttorchfromtorchimportnnfromtorch.nnimportMaxPool2dinput=torch.t
A徒手摘星星·2022-12-06 23:13

pytorch学习笔记一：model.train()与model.eval()

model.train()与model.eval()的用法 如果模型中有BN层(BatchNormalization）和Dropout，需要在训练时添加model.train()，在测试时添加model.eval()。其中model.train()是保证BN层用每一批数据的均值和方差，而model.eval()是保证BN用全部训练数据的均值和方差；而对于Dropout，model.train()是
只争朝夕^ω^)↗·2022-12-06 22:22

pytorch学习笔记-网络训练中，model.train() model.eval()的使用

1.model.train()启用BatchNormalization和Dropout。如果模型中有BN层(BatchNormalization）和Dropout，需要在训练时添加model.train()。model.train()作用：对BN层，保证BN层能够用到每一批数据的均值和方差，并进行计算更新；对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。2.mo
冲上云霄！·2022-12-06 22:52

Pytorch学习笔记

Pytorch学习笔记model.train()和model.eval()作用model.train()和model.eval()作用如果模型中有BN层(BatchNormalization）和Dropout
qq_38420710·2022-12-06 22:51

Pytorch 01: Tensor的了解

从代码角度学习理解Pytorch学习框架01：Tensor的了解#coding=utf-8importnumpyasnpimporttorch"""Pytorch中tensor了解"""defjust_try
cltdevelop·2022-12-06 22:33

Pytorch学习笔记

️Pytorch学习笔记文章目录:parking:Pytorch学习笔记1.可视化模块1.1.Tensorboard1.1.1.SummaryWriter()：用于创建一个Tensorboard项目1.1.2
生活在别处u·2022-12-06 19:51

pytorch学习笔记（4）：tensorboard可视化

参考文档：https://mp.weixin.qq.com/s/UYnBRU2b0InzM9H1xl4b4g在之前的第二篇笔记中，我们实现了一个CNN网络，在mnist上通过两个卷积层完成分类识别。但是在我们调试代码的过程中，其实往往会想要知道我们的网络训练过程中的效果变化，比如loss和accuracy的变化曲线。当然，我们可以像前面的文章一样，将训练过程中的数据数据打印出来，但是一个是不够直观
BUAA～冬之恋·2022-12-06 19:50

【Pytorch学习笔记】pytorch加载网络模型示例

前言本文主要介绍记录如何使用pytorch加载一个网络模型到神经网络的例子，仅供参考学习使用。一、程序如下1.引入库代码如下（示例）：#coding:utf-8importtorchimporttorch.nnasnnimporttorch.nn.functionalasF2.定义网络代码如下（示例）：classNet(nn.Module):def__init__(self):super(Net,
秋天的波·2022-12-06 19:49

【Pytorch学习笔记】pytorch搭建一个简易网络并打印网络参数

前言使用pytorch搭建一个简单网络，并打印网络中的参数。提示：以下是本篇文章正文内容，下面案例可供参考一、分步程序1.引入库代码如下（示例）：#coding:utf-8importtorch.nnasnnimporttorch.nn.functionalasF2.创建网络代码如下（示例）：classNet(nn.Module):def__init__(self):super(Net,self)
秋天的波·2022-12-06 19:48

【Pytorch学习笔记】可视化权重参数示例程序

一、分步实现示例程序1.引入库代码如下（示例）：#coding:utf-8importosimporttorchimporttorchvision.utilsasvutilsfromtensorboardXimportSummaryWriterimporttorch.nnasnnimporttorch.nn.functionalasF2.定义网络代码如下（示例）：classNet(nn.Modul
秋天的波·2022-12-06 19:17

【Pytorch学习笔记】可视化网络特征图featuremaps示例程序

文章目录前言一、分步实现程序1.引入库2.定义网络加载模型3.数据预处理4.载入数据5.遍历模型中的layer及名字6.依据选择的层，进行记录featuremaps二、完整程序如下总结前言我们在做深度学习项目时，有时需要可视化网络模型中某层的特征图。本章将介绍一个可以可视化网络特征图的示例程序，仅供学习参考！一、分步实现程序1.引入库代码如下（示例）：#coding:utf-8importosim
秋天的波·2022-12-06 19:17

pytorch个人学习笔记

pytorch学习笔记来自datawhale的深入浅出pytorch教程的笔记。
ersanwuqi·2022-12-06 18:28

【Pytorch学习笔记1】Pytorch的安装与基础知识

个人笔记，仅用于个人学习与总结感谢DataWhale开源组织提供的优秀的开源Pytorch学习文档：原文档链接文章目录1.Pytorch简介与安装1.1Pytorch简介1.2Pytorch、CUDA安装
獭祭·2022-12-06 18:27

Pytorch学习笔记

Pytorch学习笔记前言最近在学习Pytorch，希望通过写博客的方式，一方面记录下自己在学习过程中遇到的坑，方便自己以后查阅，另一方面也希望能够将自己的学习笔记分享出来，给遇到类似问题的人一些帮助。
HUST_AIA_smv·2022-12-06 18:25

pytorch如何计算导数_PyTorch学习笔记(三)：自动求导Autograd

现代神经网络依靠反向传播(BackPropogation)算法来对模型进行优化，其本质是大规模链式求导。因此，能够对通过编程来对网络参数进行求导是非常重要的。目前的深度学习框架神经网络如PyTorch和TensorFlow等都实现了自动求梯度的功能。计算图计算图(ComputationGraph)是现代深度学习框架的核心，其为高效自动求导算法——反向传播(BackPropogation)提供了理论
weixin_39995108·2022-12-06 15:00

Pytorch学习笔记（四）

目录模型训练model_pretrained.pymodel_save.pymodel_load.pymodel.pytrain_cpu.pytrain_gpu1.pytrain_gpu2.pytest.py模型训练本笔记包含对现有网络模型的使用和修改、保存与读取、完整的模型训练套路、利用GPU训练的两种方法以及完整的模型验证套路。model_pretrained.py:现有网络模型的使用和修改，
Hygge0+·2022-12-06 14:29

Pytorch学习笔记（五）

目录目标检测01相关概念02数据集开源数据集①VOC数据集，常用VOC2007和VOC2012②COCO数据集,常用COCO2017标注自己的数据集03Pytorch加载数据集用Pytorch读取COCO数据集用Pytorch读取自己标注的数据集目标检测01相关概念什么是目标检测？输入图片，检测出目标位置与类别什么是目标？在应用场景中抽象出目标。eg：人脸检测——人脸-目标文字检测——文字-目标主
Hygge0+·2022-12-06 14:14

pytorch学习笔记2.0

目录一.深度学习中神经网络的基本张量操作二.对一个灰度图像张量的张量flatten操作一.深度学习中神经网络的基本张量操作在这里，我们将用重塑操作(reshape)来启动它，在开始进行重塑操作之前，首先对神经网络和深度学习的张量做一个全面的概述：我们使用的主要操作通常分为四大类：Reshapingoperations/Element-wiseoperations/Reductionoperatio
渭滨第一起不来床·2022-12-06 12:00

Pytorch学习笔记——VGG模型

1.代码importtimeimporttorchfromtorchimportnn,optimimporttorchvisiondevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')defvgg_block(num_convs,in_channels,out_channels):blk=[]foriinrange(num_c
Bellamy_xxx·2022-12-06 11:55

总结2-深度学习网络搭建学习

github网页：ConvolutionalNeuralNetwork常用激活函数（激励函数）理解与总结------------------Pytorch学习--------------书籍，深度学习框架与
三世·2022-12-06 07:59
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他