Pytorch学习第18页

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

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 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

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

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进阶训练技巧之：探索如何更优雅地训练PyTorch模型

Pytorch学习第四部分：pytorch进阶训练技巧Let'sgo!

Liuyc-Code boy·2022-11-25 16:05

Pytorch学习-基础实战

通过对task4一个基础案例并结合一些其他的资料课件，尝试对CIFAR10实现深度学习流程importtorchimporttorchvisionimporttorch.nnasnnfromtorch.utils.dataimportDataLoader#数据集train_data=torchvision.datasets.CIFAR10(root="../data",train=True,tra

CV工程师_Ever·2022-11-25 15:18

Pytorch学习记录（二）常用函数整理

文章内容整理自网络，方便自己日后查阅学习关于pytorch中对标签的转换如果使用了交叉熵损失函数，并不需要我们单独进行one-hot编码，因为该函数已经替我们执行了这一操作，我们只需要出入longtensor类型的label就可以torch.max(input,dim)函数output=torch.max(input,dim)输入：input参数是softmax函数输出的一个tensordim是m

艾渃曼丶·2022-11-25 15:13

【Pytorch学习】 -- Customer Dataset & Data Augmentation

CustomerDataset学习视频数据集构建importosimportpandasaspdimporttorchfromtorch.utils.dataimportDatasetfromskimageimportioclassCatsAndDogsDataset(Dataset):def__init__(self,csv_file,root_dir,transform=None):self.

丶Dylan·2022-11-25 14:11

Pytorch学习系列之十一：Visdom的使用方法

1，基本介绍类似于TensorBoard,facebook开源的visdom，非常优雅，支持numpy和torch,是一款很好用的训练可视化工具，可以用来追踪训练过程中的损失值、验证精度等等指标。自然地，该工具还可以做图片的可视化显示。Visdom采用CS架构，本身作为一个服务端（默认端口为8097，可以根据需要加上-p选项修改端口），在使用时，用户程序向服务端提供数据，在web端访问该服务，数据

thequitesunshine007·2022-11-25 10:08

pytorch学习记录，其主要的17个模块功能概述

这里先介绍下pytorch主要的一些模块分别可以实现什么功能，后续会不断更新每一个模块中具体的API以及代码示例一，torch模块importtorch包含了多维张量的数据结构以及基于其上的多种数学操作。另外，它也提供了多种工具，其中一些可以更有效地对张量和任意类型进行序列化。具体包括pytorch张量的生成，以及运算、切片、连接等操作，还包括神经网络中经常使用的激活函数，比如sigmoid、re

CrystalheartLi·2022-11-25 10:03

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5--图像分类及图像风格迁移

图像分类图像分类，顾名思义，是一个输入图像，输出对该图像内容分类的描述的问题。它是计算机视觉的核心，实际应用广泛。图像分类的传统方法是特征描述及检测，这类传统方法可能对于一些简单的图像分类是有效的，但由于实际情况非常复杂，传统的分类方法不堪重负。现在，我们不再试图用代码来描述每一个图像类别，决定转而使用机器学习的方法处理图像分类问题。主要任务是给定一个输入图片，将其指派到一个已知的混合类别中的某一

Sssserein·2022-11-24 23:11

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

ZZY_dl·2022-11-24 21:48

PyTorch如何加载已经训练好的网络模型

这是Pytorch学习之路的第五篇遇到问题虽然已经知道了怎么保存已经训练好的网络模型，但是还是不知道怎么调用。

a2213086589·2022-11-24 20:25

Pytorch学习之：索引出一个 tensor 中的最大值及其所在的位置 torch.argmax

代码torch.argmax可以返回一个值在张量中展平后的索引位置在这种条件下要得到最大的值，要先把张量展平才能得到相应的值t1=torch.Tensor([[1,2,3,4],[2,2,3,4]])t1tensor([[1.,2.,3.,4.],[2.,2.,3.,4.]])index=torch.argmax(t1)indextensor(3)t1.view(-1)[index]tensor(

暖仔会飞·2022-11-24 19:04

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

Mist_Orz·2022-11-24 17:20

【Pytorch学习】数据集使用

1.下载数据集2.了解数据集3.显示数据集1.下载数据集pytorch的官网：https://pytorch.org/，点击菜单栏的Docs中的torchvision，将会看到有许多PackageReference。其中的datasets中有很多数据集，接下来的操作以CIFAR10数据集为例。具体操作代码如下。download设置为True将会开始在root路径下下载数据集。如果下载过慢，可以将R

糊涂懿·2022-11-24 17:19

衹為伱ㄨ哭_·2022-11-24 17:49

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

推荐频道

Pytorch学习

pytorch学习笔记（删繁就简，一篇入门）

PyTorch学习笔记（1）- tensor、autograd、神经网络

PyTorch学习笔记2——线性回归

PyTorch学习笔记(七) ---- 小试牛刀

Pytorch学习笔记（二）官方60min入门教程之自动微分

Pytorch学习之神经网络参数管理

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

Pytorch学习笔记|莫凡Python

（四）pytorch学习笔记

pytorch学习笔记（一）pytorch基础知识

PyTorch学习笔记（一）

【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）

PyTorch 学习笔记

PyTorch学习笔记：基础语法及应用

PyTorch学习笔记（2）- 数据、可视化、GPU加速、持久化

Pytorch学习笔记:API调用

pytorch学习笔记2 - transforms

【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

Pytorch学习笔记（六）之完整的模型训练（以Cifar10为例）

Pytorch学习笔记

【Pytorch学习笔记】数据增强

【Pytorch学习笔记】cifar10数据集转换为png图像数据集

pytorch 深度学习实践 第8讲 加载数据集

Pytorch学习

PyTorch学习笔记一：Tensors张量

深度学习 PyTorch学习笔记

Pytorch学习笔记之一

PyTorch学习笔记1——基本概念、模块简介、张量操作、自动微分

pytorch学习笔记4-张量操作

pytorch学习笔记

Pytorch学习笔记（一）官方60min入门教程之张量

pytorch进阶训练技巧之：探索如何更优雅地训练PyTorch模型

Pytorch学习-基础实战

Pytorch学习记录（二）常用函数整理

【Pytorch学习】 -- Customer Dataset & Data Augmentation

Pytorch学习系列之十一：Visdom的使用方法

pytorch学习记录，其主要的17个模块功能概述

Pytorch 学习笔记 torch.nn.parameter.Parameter

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

PyTorch学习5--图像分类及图像风格迁移

Pytorch学习笔记（I）——预训练模型（三）：VGG11网络结构

PyTorch学习笔记（五）：模型定义、修改、保存

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

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

PyTorch如何加载已经训练好的网络模型

Pytorch学习之：索引出一个 tensor 中的最大值及其所在的位置 torch.argmax

PyTorch学习笔记（一）

【Pytorch学习】数据集使用

PyTorch学习相关命令

Pytorch学习笔记----RNN/LSTM/GRU

pytorch 深度学习实践第8讲加载数据集