Pytorch学习

pytorch学习记录：torch.inverse()

pytorchdoc介绍torch.inverse()和torch.linalg.inv()一样。>>>importtorch>>>A=torch.randn(4,4)>>>Ainv=torch.linalg.inv(A)>>>torch.dist(A@Ainv,torch.eye(4))tensor(1.1921e-07)>>>A=torch.randn(2,3,4,4)#Batchofmatr
guoqiangszu·2024-01-03 13:26

Pytorch学习记录-使用Pytorch进行深度学习，60分钟闪电战

使用Pytorch进行深度学习，60分钟闪电战本次课程的目标：从更高水平理解Pytorch的Tensor（张量）和神经网络训练一个小的图像分类神经网络注意确定已经安装了torch和torchvision什么是PytorchPytorch是一个针对两类受众的科学计算包Numpy替代，可以使用GPU深度学习研究平台，提供灵活性和速度开始Tensors（张量）张量和Numpy的ndarrays类似，此外
我的昵称违规了·2024-01-03 01:03

pytorch学习2 - 张量操作与线性回归

张量的操作：拼接、切分、索引和变换1张量的拼接与切分1.1torch.cat(tensors,dim=0,out=None)功能：将张量按维度dim进行拼接tensors：张量序列dim：要拼接的维度1.2torch.stack(tensors,dim=0,out=None)功能：在新创建的维度dim上进行拼接tensors：张量序列dim：要拼接的维度区别：cat不会扩展张量的维度，而stack
Rachel_nana·2024-01-02 04:59

第二十三周：深度学习基础和pytorch学习

第二十三周：深度学习和pytorch学习摘要Abstract1.TensorBoard的使用2.transforms的使用2.1ToTensor的使用2.2Normalization的使用3.torchvision
@默然·2024-01-01 16:53

Pytorch学习笔记 | GAN生成对抗网络 | 代码 | 生成mnist手写数字图片

文章目录GAN网络简介测试判别器和测试生成器测试判别器测试生成器首次生成图片（效果欠佳）生成图片（比较清晰，但还有差距）生成图片（继续优化，输入扩维）生成图片（继续优化，）GAN网络简介生成对抗网络（GAN，GenerativeAdversarialNetworks）是一种深度学习模型，由IanGoodfellow和他的同事在2014年首次提出。GAN是一种非常强大和独特的神经网络架构，用于生成新
惊鸿若梦一书生·2023-12-24 10:09

Pytorch学习概述

目录学习目标人工智能1.智能（Intelligence）1.1人类智能1.2机器学习（人工智能）1.3深度学习1.4学习系统的发展历程传统的机器学习策略2.传统机器学习算法的一些挑战3.神经网络的简要历史3.1BackPropagation（反向传播）3.2神经网络模型发展历程3.3深度学习框架学习目标学会使用Pytorch构建学习系统理解基础的神经网络和深度学习需要具备：线性代数+概率论（随机变
chairon·2023-12-18 11:33

Pytorch学习（1）

引用文章pytorch入门（超详细）什么是pytorch?pytorch是一个基于Python的科学计算包，它主要有两个用途：类似于Numpy但是能利用GPU加速一个非常灵活和快速用于深度学习的研究平台。importtorch#构建一个5x3的未初始化的矩阵x=torch.empty(5,3)print(x)#tensor([[9.9184e-39,8.7245e-39,9.2755e-39],[
AuroraGengi·2023-12-17 02:11

学习pytorch20 pytorch完整的模型验证套路

pytorch完整的模型验证套路使用非数据集的测试数据，测试训练好模型的效果代码预测结果解决报错B站小土堆pytorch学习视频https://www.bilibili.com/video/BV1hE411t7RN
陌上阳光·2023-12-14 23:37

pytorch学习8-损失函数

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:50

pytorch学习9-优化器学习

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:50

pytorch学习10-网络模型的保存和加载

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:50

pytorch学习11-完整的模型训练过程

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:50

pytorch学习4-简易卷积实现

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:19

pytorch学习5-最大池化层的使用

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:19

pytorch学习7-序列模型搭建

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:19

pytorch学习1-数据加载以及Tensorboard可视化工具

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:49

pytorch学习2-Transforms主要方法使用

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:49

pytorch学习3-torchvisin和Dataloader的使用

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:49

pytorch学习6-非线性变换（ReLU和sigmoid）

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用
Magic171·2023-12-06 07:45

『PyTorch学习笔记』分布式深度学习训练中的数据并行(DP/DDP) VS 模型并行

分布式深度学习训练中的数据并行(DP/DDP)VS模型并行文章目录一.介绍二.并行数据加载2.1.加载数据步骤2.2.PyTorch1.0中的数据加载器(Dataloader)三.数据并行3.1.DP(DataParallel)的基本原理3.1.1.从流程上理解3.1.2.从模式角度理解3.1.3.从操作系统角度看3.1.4.低效率3.2.DDP(DistributedDataParallel)的
AI新视界·2023-12-04 16:15

Pytorch学习笔记——autograd

一、神经网络神经网络就是一个”万能的模型+误差修正函数“，每次根据训练得到的结果与预想结果进行误差分析，进而修改权值和阈值，一步一步得到能输出和预想结果一致的模型。机器学习可以看做是数理统计的一个应用，在数理统计中一个常见的任务就是拟合，也就是给定一些样本点，用合适的曲线揭示这些样本点随着自变量的变化关系。深度学习同样也是为了这个目的，只不过此时，样本点不再限定为(x,y)点对，而可以是由向量、矩
岳野·2023-12-04 00:46

PyTorch学习笔记

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录学习目标学习内容：一pytorch深度学习方法二构建一个简单神经网络三深度学习工作流和pytorch生态系统四基于pytorch构建CNN五RNN以及序列数据处理六生成对抗网络七强化学习八将pytorch用用于生产三种不同的方法总结学习目标4月份到来之前学完《PorTorch深度学习实战》学习内容：一pytorch深度学习方法
欢桑·2023-11-30 09:14

Pytorch学习笔记（4）—LSTM序列生成模型

文章目录前言主要内容一、序列生成问题解决方法二、RNN的引入三、LongShortTermMemory(LSTM)4、序列生成音乐本文引用：前言掌握使用PyTorch构建LSTM模型的方法掌握使用LSTM生成MIDI音乐的方法主要内容如何用神经网络做序列生成？RNN与LSTM的工作原理RNN是如何记忆Pattern的？MIDI音乐的原理如何用LSTM作曲一、序列生成问题解决方法将生成问题转化成一个
llddycidy·2023-11-29 09:27

pytorch学习

最近在复现一些比较新的Paper，里面的神经网络模型都比较多样化，训练方式也千奇百怪。对于Caffe和TensorFlow这样的预编译框架，不灵活这一缺陷就变得十分明显了。而这方面正是PyTorch的强项，它是一个非常Pythonic的深度学习框架，一切的操作（包括模型的定义、训练、测试）都十分地符合Python的简单的哲学，可以非常轻松快速地构建出一个十分怪异的模型，非常适合科研人员。作为一个去
一岁一骷髅·2023-11-29 03:20

PyTorch学习笔记（二）——TensorBoard

1用途1、训练过程中loss是如何变化的，是否正常或是否按预想的变化，选择什么样的模型2、模型在不同阶段的输出2需要导入的类和常用的方法fromtorch.utils.tensorboardimportSummaryWriterwriter.add_image()writer.add_scalar()查看SummaryWriter的官方文档直接向log_dir文件夹写入事件文件，可以被Tensor
routine1o1oo·2023-11-28 01:18

python和PYtorch学习

【精选】Python安装Pytorch教程（图文详解）_振华OPPO的博客-CSDN博客【精选】Python安装Pytorch教程（图文详解）_振华OPPO的博客-CSDN博客数据类型-基础语法-CSDNPython入门技能树全网最全python教程，从零到精通（学python有它就够必收藏）-CSDN博客精选100个Python实战项目案例，送给缺乏实战经验的你_python项目案例-CSDN博
一个机械高工的码农人生·2023-11-25 14:57

pytorch学习(十四)—孪生网络训练数据集制作

importtorchfromtorch.utils.dataimportDataset,DataLoaderimportlinecacheimportrandomfromPILimportImageclassMyDataset(Dataset):def__init__(self,txt_file,transform=None):self.transform=transformself.txt=t
侠之大者_7d3f·2023-11-24 17:30

pytorch:RNN_regression

/bin/envpython#-*-coding:UTF-8-*-'''=================================================@Project->File：pytorch
y hat·2023-11-23 11:35

【pytorch学习笔记03】pytorch完整模型训练套路

B站我是土堆视频学习笔记，链接：https://www.bilibili.com/video/BV1hE411t7RN/?spm_id_from=333.999.0.01.准备数据集train_data=torchvision.datasets.CIFAR10(root='./dataset',train=True,transform=torchvision.transforms.ToTensor
yierrrrr·2023-11-21 13:23

PyTorch学习笔记

1.item()→number方法:item()返回一个数只能用于只包含一个元素的张量。对于其他的张量，请查看方法tolist().该操作是不可微分的,即不可求导.(译者注:返回的结果是普通Python数据类型,自然不能调用backward()方法来进行梯度的反向传播)Example:例子:>>>x=torch.tensor([1.0])>>>x.item()1.02.Tensor（张量）中包含d
Junoxiang·2023-11-20 17:47

推荐·人工智能+深度学习论文阅读小组

Pytorch学习到第5篇论文，这篇论文解读很少，就在网上搜了一下，不经意发现这个小组，推荐给大家。似乎不让放外链？
我的昵称违规了·2023-11-20 07:42

pytorch学习：逻辑回归代码

#-*-coding:utf-8-*-"""CreatedonSunSep209:50:012018@author:www"""importtorchfromtorch.autogradimportVariableimportnumpyasnpimportmatplotlib.pyplotasplt#设定随机种子torch.manual_seed(250)#读入数据withopen(r'E:\da
xckkcxxck·2023-11-19 14:24

PyTorch学习记录

opencv流程已经总结在了这篇文章中opencv学习记录（三）_追忆苔上雪的博客-CSDN博客下面开始记录PyTorch学习过程一.PyTorch框架PyTorch基本操作PyTorch基本操作，包括创建矩阵
追忆苔上雪·2023-11-12 20:20

pytorch学习之第二课之预测温度

主要有以下几个步骤第一：导入相应的工具包第二：导入需要使用的数据集第三：对导入的数据集输入进行预处理，找出特征与标签，查看数据特征的类型，判断是否需要标准化或者归一化处理第四：构建神经网络的一些参数在使用matplotlib时，需要加入importmatplotlibmatplotlib.use('TkAgg')importmatplotlib.pyplotasplt防止报错实现如下：import
qq_38404903·2023-11-12 20:46

pytorch学习（一）

1.torchTorch是一个与Numpy类似的张量（Tensor）操作库，与Numpy不同的是Torch对GPU支持的很好，Lua是Torch的上层包装。PyTorch和Torch使用包含所有相同性能的C库：TH,THC,THNN,THCUNN，并且它们将继续共享这些库。这样的回答就很明确了，其实PyTorch和Torch都使用的是相同的底层，只是使用了不同的上层包装语言。注：LUA虽然快，但是
非常可爱的刘妹妹·2023-11-12 00:22

PyTorch学习笔记（4）--神经网络模型的保存和导入

1.numpy矩阵的保存importnumpyasnpa=np.array(2)np.save("nm.npy",a)a=np.load("nm.npy")2.模型的保存和导入将训练好的模型和参数保存下来，下一次使用的时候直接导入模型和参数，和一个已经训练好的神经网络模型一样保存模型importtorch#保存整个神经网络的结构和模型参数torch.save(mymodel,'mymodel.pk
别管我啦就是说·2023-11-11 08:00

Pytorch基本语法

1.1认识Pytorch学习目标了解什么是Pytorch.掌握Pytorch的基本元素操作.掌握Pytorch的基本运算操作.什么是PytorchPytorch是一个基于Numpy的科学计算包,向它的使用者提供了两大功能
AI耽误的大厨·2023-11-11 04:43

PyTorch学习笔记：nn.Sigmoid——Sigmoid激活函数

PyTorch学习笔记：nn.Sigmoid——Sigmoid激活函数torch.nn.Sigmoid()功能：逐元素应用Sigmoid函数对数据进行激活，将元素归一化到区间(0,1)内函数方程：Sigmoid
视觉萌新、·2023-11-11 01:46

Pytorch学习笔记（1）检查torch、cuda，张量的创建

lesson1检查torch、cudaimporttorch#打印torch版本print("HelloWorld,HelloPyTorch{}".format(torch.__version__))#打印cuda是否可用，打印cuda版本print("\nCUDAisavailable:{},versionis{}".format(torch.cuda.is_available(),torch.
小帅吖·2023-11-09 05:50

PyTorch学习笔记：nn.ReLU——ReLU激活函数

PyTorch学习笔记：nn.ReLU——ReLU激活函数torch.nn.ReLU(inplace=False)功能：逐元素应用ReLU函数对数据进行激活函数方程：ReLU(x)=(x)+=max⁡(
视觉萌新、·2023-11-08 06:08

PyTorch学习（八）--卷积神经网络基础

教程视频：https://www.bilibili.com/video/BV1EE411j78F这篇文章的所有图片和代码均来自教程的PPT1、背景我们输入的图像有三个维度：C(通道数)，W（宽），H（高）。当我们把图像横向展开，变成一维的时候，两个空间上挨着特别近的点，比如（0，3）和（1，3）本来是竖向挨着的，就会距离很远，因为会间隔（0，3）以后（1，3）之前的所有点，所以在做全连接模型的时候
陈同学爱吃方便面·2023-11-08 05:30

Pytorch学习笔记

目录目录一、Anaconda+pytorch（GPU版）安装及注意事项Anaconda新建环境安装pytorch（GPU版）版本匹配清华源大坑！！！！pycharm中切换终端环境二、TensorBoard数据可视化2.1安装2.2TensorBoard使用流程pytorch代码部分终端部分2.3官方帮助*三、Transforms使用3.1结构及作用3.2常用类ComposeToTensor3.3为
Int mian[]·2023-11-07 18:58

[深度学习入门]PyTorch环境配置与PyTorch学习

目录一.PyTorch简介与环境配置二.PyTorch学习（一）Torch与Numpy（二）张量tensor（三）Torch中的数学运算（四）矩阵运算（五）利用PyTorch简单地实现几种激活函数（六）
TJUTCM-策士之九尾·2023-11-07 18:25

【Pytorch学习】加载数据（Jupyter）

B站指路up主：一只小土堆讲的很细，就是更新很慢....AV742810361.两大法宝函数1.1dir()：提供打开操作，看见pytorch工具箱里的东西dir(torch)可以看到torch里都有什么工具包还可以看上面的工具包里都有什么工具，例如dir(torch.cuda)看到了我们熟悉的is_available再继续对is_available查看dir(torch.cuda.is_avai
老师我想当语文课代表·2023-11-07 16:36

Pytorch学习

Transformer的使用ToTensor()这个方法会把输入的PILImage转换为PyTorch的Tensor类型；ToTensor()将输入数据的值域从[0,255]变为[0,1]，并且如果输入数据有颜色通道（比如RGB图像），那么会将其从(height,width,channel)的形状变为(channel,height,width)的形状img_path="datasets/train
托比-马奎尔·2023-11-05 06:29

Pytorch学习笔记--torch.autograd.Function的使用

目录1--前言2--代码实例2-1--e^x函数实现2-2--linear函数实现3--参考1--前言构建可连续求导的神经网络时，往往会继承nn.Module类，此时只需重写__init__和forward函数即可，pytorch会自动求导；构建不可连续求导的神经网络时，可以继承torch.autograd.Function类，此时需要重写forward函数和backward函数，其中backwa
晓晓纳兰容若·2023-11-02 06:25

pytorch学习率设置——optimizer.param_groups、对不同层设置学习率、动态调整学习率

系列文章目录pytorch优化器——add_param_group()介绍及示例、Yolov7优化器代码示例pytorch学习率设置——optimizer.param_groups、对不同层设置学习率、
Chaoy6565·2023-11-02 03:49

Pytorch学习记录（2）Transforms的使用

Pytorch学习记录（2）Transforms的使用什么是Transforms？
睡不醒的Siiiiion·2023-11-02 03:14

pytorch学习

对教材《深度学习框架pytorch:入门与实践》和一些技术博客及实践过程中的总结，比较精炼。网络模型定义一般通过继承pytoch实现的torch.nn.Module(以下简称Module)，然后定义自己的网络的每层。这里我们先通过继承Module构建一个抽象的网络BasicModule实现了对Module中.save/.load的重载，方便保存和加载已训练完毕的模型(持久化)。classBasic
ou源仔·2023-11-01 10:48

pytorch学习第四篇：从全连接到卷积

传统神经网络传统神经网络nn，采用这种全连接的方式，可以看出是一列一列数据，包括起始和中间的隐层都是一列数据。例如我们再对图像用这种方式来计算，需要把图像转为一列数据，例如图像为28x28单通道图像，需要转为28x28=784的列数据再进行神经网络训练。inputlayer=1x784与w1=784x512进行矩阵运算，再加上偏置项b1，再到激活函数，得到隐藏层hiddenlayer1=1x512
小~小·2023-11-01 01:59
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他