Pytorch学习第20页

pytorch学习笔记——数据类型转化

torchvision.transforms.ToTensor(ndarry/PIL)注意：这种转化方式会将数据归一化，不过cv2.imshow()显示图片时会自动将归一化的像素值乘以255，自己之前将经过ToTensor归一化的像素值直接乘以255再输入给imshow函数结果都是白色，原来imshow函数内部判断数据类型是float32会自己处理。为什么pytorch中transforms.To

phily123·2022-11-22 09:22

pytorch学习笔记——数据类型的转化

目录1、np.ndarray与PIL.Image的转换2、PIL.Image转Opencv3、torch.Tensor与np.ndarray转换4、torch.tensor与PIL.Image转换5、tensor张量与list相互转换6、tensor张量常见类型转换7、torchvision.transforms.ToTensor(ndarry/PIL)8、为什么pytorch中transform

phily123·2022-11-22 09:22

pytorch学习路上遇到的坑

pytorch学习路上遇到的坑关于pytorch初次运行时，出现了这样的错误：TimeoutError:Lockerror:Matplotlibfailedtoacquirethefollowinglockfile

我缺一块显卡啊·2022-11-22 04:36

Pytorch学习系列--01基础&安装

Task1--Pytorch基础和安装1Pytorch的安装和基础知识+前置知识（2天）1.1Pytorch是什么1.2Pytorch优势2Pytorch安装2.1借助Anaconda安装2.2Pytorch查询资源学习先修要求：会使用Python编程；了解包括神经网络在内的机器学习算法；勤于动手实践；自我认知：1、Python编程基本语法是会使用的–开发过简单脚本；2、对于神经网络在内的机器学习

中古传奇·2022-11-22 02:20

Pytorch学习系列--02Pytorch各组件和实战学习

Pytorch各组件和实战学习先来占个博客位置；周日来补全；通过本节任务了解Pytorch的主要组成部分及各部分的功能作用；首先完成一项机器学习的基本流程步骤：1、数据预处理：数据格式统一、必要的数据转换、数据脱敏等；对数据进行划分训练集和测试集；2、选择参模型：设定损失函数和优化方案，以及相应的超参数；3、最后用模型你和训练及数据，然后应用反馈；这是基本的机器学习训练过程；

中古传奇·2022-11-22 02:13

Pytorch学习（九）Pytorch中CPU和GPU的Tensor转换，Tensor和ndarray的转换及.cuda(non_blocking=True)的作用

1.设置训练模型的GPU设备的方式device=torch.device("cuda:1")model=model.to(device)2.CPU和GPU上Tensor的比较该部分参考自来自达摩院大神的讲解PyTorch中的数据类型为Tensor，Tensor与Numpy中的ndarray类似，同样可以用于标量，向量，矩阵乃至更高维度上面的计算。PyTorch中的tensor又包括CPU上的数据类

TEn%·2022-11-22 01:03

Pytorch学习笔记（六）

简单的LeNet网络模型torchvision.datasetstorchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成：torchvision.datasets:一些加载数据的函数及常用的数据集接口；torchvision.models:包含常用的模型结构（含预训练模型），例如AlexNet、VGG、

不牌不改·2022-11-22 01:38

Pytorch学习笔记（16）———预训练模型微调

完整工程工程目录结构Codeimporttorchimporttorch.optimasoptimimporttorch.nnasnnfromtorch.utils.dataimportDataLoaderfromtorchvision.datasetsimportImageFolderimporttorchvision.modelsasmodelsimporttorchvision.transf

永不言弃的小颖子·2022-11-22 01:08

Pytorch学习笔记（12）———学习率调整策略

关于学习率调整，pytorch提供了torch.optim.lr_scheduler主要提供了几个类：torch.optim.lr_scheduler.LambdaLrtorch.optim.lr_scheduler.StepLRtorch.optim.lr_scheduler.MultiStepLRtorch.optim.lr_scheduler.ExponentialLRtorch.optim

永不言弃的小颖子·2022-11-22 01:08

Pytorch学习笔记3——实例MNIST

本文首先介绍了数据预处理的方式，如dataset,dataloader。其次通过全连接网络来进行训练。torchvisiontorchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成：torchvision.datasets:一些加载数据的函数及常用的数据集接口；torchvision.models:包含

hello everyone！·2022-11-22 01:05

PyTorch学习笔记之模型构建和模型初始化

PyTorch学习笔记之模型构建和模型初始化文章目录PyTorch学习笔记之模型构建和模型初始化2.3模型构建2.3.1构造神经网络2.3.2层结构基本介绍1）不含模型参数的层2）含模型参数的层3）卷积层

laffycat·2022-11-22 01:33

pytorch学习笔记一

pytorch学习笔记一————预训练网络的使用对应文件资源此文章记录如何对一个他人已经训练好的神经网络进行测试或使用torchvison项目该项目包含一些表现优异的关于计算机视觉的神经网络架构fromtorchvisionimportmodelsdir

StrangeStranger·2022-11-22 01:32

Pytorch学习笔记——AlexNet模型

1.代码importtimeimporttorchfromtorchimportnn,optimimporttorchvisiondevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')classAlexNet(nn.Module):def__init__(self):super(AlexNet,self).__init__()

Scarletteocat·2022-11-22 01:01

Pytorch学习笔记

两个法宝函数dir():打开，看见help()：帮助、说明例子：dir（pytorch）、dir（pytorch.X）Ctrl+F：搜索注意：双下划线是不能修改的文件Pycharm和Jupter的对比python文件：以块作为一个整体；通用运行，但是需要从头运行。python控制台：以每一行为快，调试可以看到变量属性；Shift+enter可以换行书写代码；显示每个变量的属性，不利于代码的阅读和修

Fanxq666999·2022-11-21 23:02

pytorch学习笔记——张量维度操作

一、维度拼接之torch.cat()与torch.stack()二、维度变化之torch.view()三、torch.resize_四、torch.reshape五、维度增加之torch.unsqueeze六、维度交换之torch.permute()与np.transpose()七、通过None和0来增加维度和减少维度总结：参考链接：https://blog.csdn.net/weicao1990

phily123·2022-11-21 23:23

Pytorch学习笔记——tensor的各类操作及求梯度

创建tensortorch.empty(),未初始化的Tensortorch.rand(),随机初始化的Tensor(均匀分布)torch.randn(),标准分布torch.normal(),正态分布torch.uniform(),均匀分布torch.randperm(),随机排列torch.zeros(),全零的Tensortorch.ones(),全一的Tensortorch.eye(),对

Scarletteocat·2022-11-21 22:41

pytorch学习3之torch.utils.data.Dataset

有时候我们需要自定义数据集。这时我们可以继承torch.utils.data.Dataset类，这是一个表示数据集的抽象类。当我们需要用到自定义的数据集时，可以去继承Dataset类并覆盖__len__()和__getitem__()方法，其中__len__()返回数据集的样本个数，getitem(index)返回训练集的第index个样本。这次我使用的仍然是上一篇文章中的数据集，有需要的小伙伴可

linkangyu1·2022-11-21 19:25

对Pytorch及其衍生/相关框架常用数据处理API的个人向总结

写在前面在长达一年的Pytorch学习、应用与实践中，对基础API的反复遗忘和查找已经成了我时间利用效率的瓶颈，特开此文用作纯个人向记录，按照规划：1）本文将会同时按照两套大纲行文，一套根据API本身的特性

hustphysics2018·2022-11-21 16:58

pytorch学习笔记——5.2Pytorch中MLP分类模型

摘要：在MLP分类器的分析过程中，可以分为数据预处理和网络训练以及可视化部分，其中数据预处理部分会针对数据是否进行标准化处理进行单独分类，主要是用于分析数据标准化对于MLP网络训练的重要性。一、数据准备与探索：本文使用一个垃圾邮件数据集介绍如何使用Pytorch建立MLP分类模型，该数据集可以从我上传的CSDN免费资料中下载，网址为：spambase.csv垃圾邮件数据集-深度学习文档类资源-CS

学不来我就死·2022-11-21 13:08

PyTorch学习笔记之多层感知机

PyTorch学习笔记之多层感知机多层感知机也叫人工神经网络，除了输入输出层，它中间可以有多个隐含层。为实现多层感知机，先从梯度的知识开始了解。什么是梯度导数、偏微分均为标量，而梯度是向量。

稀里糊涂的赢·2022-11-21 13:00

Pytorch学习笔记||（b站）刘二大人

写在前面学习也是一个递进的过程，首先知道有这么一个东西，其次知道这个东西能干吗，然后再知道这个东西怎么实现，又知道这个东西的原理是什么，再发现这个东西的改进点。深度学习的认知对深度学习的认知目前还比较肤浅，首先深度学习主要分为三个大任务：分类、检测、分割。简单描述这三大任务的要义。图像分类主要回答一张图片是什么的问题。而目标检测不仅需要回答图像中有什么，同时要给出这些物体在图像中的具体位置

Tiandaren·2022-11-21 12:51

pytorch学习笔记

pytorch学习笔记1.基础环境配置1.配置anaconda#创建环境condacreate-npytorchpython=3.6#启动环境condaactivatepytorch#安装pytorch

Clown_____·2022-11-21 05:37

pytorch学习笔记1

一、环境安装：Anaconda+pytorch+cuda+pycharmCUDA各个版本下载地址：https://developer.nvidia.com/cuda-toolkit-archivePytorch各个版本命令行安装：PreviousPyTorchVersions|PyTorch踩坑：注意换镜像、修改C:\Users\用户名.condarc(删除default，去掉https后面s)插

SimpleRay呀·2022-11-21 05:36

Python+Pytorch学习

明湖小虾·2022-11-21 05:05

【reID学习记录】Person_reID_baseline_pytorch学习

可以将Personre-ID视为图像检索问题。给定摄像机A中的一个查询图像（query），我们需要查找其他摄像机（gallery）中同一个人的图像。Personre-ID的关键是找到该人员的区别性表示形式。本文参考链接：https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial首先在linux命令行中新

加盐8227·2022-11-21 02:24

01.17 pytorch学习（完整的模型训练套路（一））

importtorchimporttorchvision.datasetsimporttorch.nnasnnfromtorch.nnimportSequential,Conv2d,MaxPool2d,Flatten,Linearfromtorch.utils.dataimportDataLoaderfromtorch.utils.tensorboardimportSummaryWritercla

三十里开外·2022-11-21 01:18

pytorch学习笔记（八）——神经网络完整的模型训练和模型测试套路（以CIFAR10数据集为例）

目录一、模型训练过程二、模型测试过程一、模型训练过程准备数据集利用Dataloader来加载数据集搭建神经网络（一般习惯把搭建的神经网络单独放入一个model.py中，然后在训练文件中引入model）设置损失函数设置优化器设置训练网络的一些参数开始训练从dataloader中取出数据将数据放入第三步搭建的网络中跑将跑出的结果和真实值放入损失函数中获取损失值loss由loss反向传播，优化器对模型进

M762B·2022-11-21 01:44

pytorch学习

1.nn.LayerNorm()nn.LayerNorm的实现及原理_harry_tea的博客-CSDN博客pytorchLayerNorm参数详解，计算过程_拿铁大侠的博客-CSDN博客_torch.nn.layernormnn.LayerNorm的参数_饿了就干饭的博客-CSDN博客出现了一个错误RuntimeError:“LayerNormKernelImpl“notimplementedf

ruichuang2·2022-11-21 00:47

【Pytorch学习笔记十】使用Tensorboard在 Pytorch 中进行可视化（Tensorboard详细使用教程）

文章目录1.Tensorboard简介2.Tensorboard安装及使用3.tensorboard中的页面介绍4.在PyTorch中进行可视化4.1图像展示4.2更新损失函数4.3使用PROJECTOR对高维向量可视化4.4绘制网络结构1.Tensorboard简介Tensorboard是tensorflow内置的一个可视化工具，它通过将tensorflow程序输出的日志文件的信息可视化,使得t

QHCV·2022-11-21 00:00

【Pytorch学习】-- 构建模型 -- torch.nn

学习视频：https://www.bilibili.com/video/BV1hE411t7RN?p=1，内含环境搭建搭建神经网络当我们完成读取数据和处理数据之后，下一步就可以将数据输入到我们的神经网络当中，而pytorch已经为我们写好一个模型类，当需要构建我们自己的模型时，只需要继承torch.nn即可。官方文档torch.nnimporttorchfromtorchimportnn#导入对应

丶Dylan·2022-11-20 23:13

pytorch学习笔记-torch.nn与torch.nn.functional的区别及应用场景

转载出处：作者：有糖吃可好链接：https://www.zhihu.com/question/66782101/answer/579393790来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。两者的相同之处：nn.Xxx和nn.functional.xxx的实际功能是相同的，即nn.Conv2d和nn.functional.conv2d都是进行卷积，nn.Dropou

冲上云霄！·2022-11-20 23:08

2022机器学习深度学习学习笔记第二十二周

深度学习总结前言本周学习内容主要由三部分，一是文献阅读，了解了文章的研究内容以及所用到的研究方法；二是大数据相关知识点的学习，了解到什么是Hadoop，及Hadoop的组成，对HDFS、Yarn、MapReduce进行介绍；三是pytorch

hehehe2022·2022-11-20 22:45

PyTorch学习笔记（9）--神经网络：线性层

PyTorch学习笔记（9）–神经网络：线性层本博文是PyTorch的学习笔记，第9次内容记录，主要介绍神经网络线性层的基本使用。

我这一次·2022-11-20 22:00

pytorch学习总结

importtorch.nnasnnimporttorchnn.sequential()作用：用来简化代码。sequential对象以顺序方式运行其中包含的每个模块。nn.Conv2d(in_channels,out_channels,kernel_size,stride=1,padding=0,dilation=1,groups=1,bias=True,padding_mode=‘zeros’,

LXMXHJ·2022-11-20 19:09

pytorch学习之GAN生成MNIST手写数字

0.简单介绍：学深度学习的人必然知道，最基本的GAN模型由一个生成器G和判别器D组成。生成器用于生成假样本，判别器用于判断样本是真实的还是假的。在整个训练过程中，生成器努力地让生成的图像更加真实，而判别器则努力地去识别出图像的真假，这个过程相当于一个二人博弈，随着时间的推移，生成器和判别器在不断地进行对抗，最终期望两个网络达到一个动态均衡：生成器生成的图像接近于真实图像分布，而判别器识别不出真假图

问世间是否此山最高·2022-11-20 19:52

Pytorch学习笔记（二）反向传播与梯度下降

1.requires_grad和grad_fn为了便于在反向传播的过程中计算梯度，可以在使用grad_fn来保存该tensor的运算过程。当我们需要启动grad_fn时，需要将requires_grad设置为True。t=torch.tensor([1.0,2.0,3.0],requires_grad=True)#这里的tensor必须为浮点型，否则会报错print(t)#tensor([1.,2

好想学会深度学习啊·2022-11-20 19:00

Pytorch学习笔记-softmax实现

首先导入实现所需的包或模块。importtorchimporttorchvisionimportnumpyasnpimportsyssys.path.append("..")importd2lzh_pytorchasd2l获取和读取数据使用Fashion-MNIST数据集，并设置批量大小为256。batch_size=256train_iter,test_iter=d2l.load_data_fa

Dexter_Sun1·2022-11-20 15:46

pytorch之学习笔记

Pytorch学习笔记本文主要是参考B站视频小土堆的pytorch基础教程，如想加深理解可以自行前去观看，讲的挺好的，很基础文章目录Pytorch学习笔记一、环境配置二、torch学习1、两个工具2、pycharm

Kk～有点皮·2022-11-20 14:52

土堆pytorch学习笔记day02

tensorboard的使用导入tensorboard包fromtorch.utils.tensorboardimportSummaryWriter写一个实例对象writer，写到文件中writer=SummaryWriter("logs")#事件文件在使用的过程中，tensorboard从这里进行画图tensorboard也有很多函数defadd_scalar(self,tag,scalar_v

缄默L·2022-11-20 14:48

土堆pytorch学习笔记day1

法宝函数：dir():打开，help()：说明书进行查看有什么样的函数dir(torch.cuda.is_available)再通过help进行查询用法和用途help(torch.cuda.is_available)PyCharm及Jupyter使用对比pycharm整体编译，jupyter是代码块运行pytorch加载数据Datase和DataloaderDataset：提供一种方式去获取数据及

缄默L·2022-11-20 14:17

Pytorch学习笔记（一）——pytorch环境搭建配置

目录前言与前期准备一、Anaconda的安装1.1.Anaconda介绍1.2.Anaconda的下载安装1.3.Anaconda的配置下载源1.4.Anaconda的如何切换不同版本的pytorch（以cpu和gpu版本之间切换为例）二、Pytorch的安装2.1.Pytorch介绍2.2.Anaconda的下在线安装Pytorch2.3.Anaconda的下在线、离线混合安装Pytorch2.

酒与花生米·2022-11-20 14:16

pytorch学习笔记（一）——pytorch环境配置及安装

1.下载anacondaanaconda包含python的大量package工具包官网首页地址为Anaconda官网2.显卡准备深度学习离不开gpu，gpu会加速训练显卡的配置涉及：驱动+CUDA工具包其中，CUDA工具包可以跟随pytorch一键安装，所以需要检查显卡的驱动是否安装正确3.学会管理环境当遇到不同的项目需要的环境不同时，用conda指令建一个新环境，新环境中有pytorch的其他版

M762B·2022-11-20 14:37

pytorch学习笔记1（环境配置篇）

pytorch学习笔记1（环境配置篇）文章目录前言一、anaconda的安装二、在环境空间中安装pytorch1.

Altria_orenoyome·2022-11-20 14:37

Pytorch学习1-GRU使用和参数说明

importtorch.nnasnnimporttorch#gru=nn.GRU(input_size=50,hidden_size=50,batch_first=True)#embed=nn.Embedding(3,50)#x=torch.LongTensor([[0,1,2]])#x_embed=embed(x)#out,hidden=gru(x_embed)gru=nn.GRU(input_

致Great·2022-11-20 11:42

pytorch学习[1]

1.下载Anaconda集成了很多科学分析包的环境集成软件2.下载pytorch主要支持英伟达显卡，显卡起到训练加速配置需要检查显卡驱动是否正确安装当资源管理器中能看到显卡型号时代表显卡驱动安装成功打开AnacondaPrompt输入以下指令安装包环境condacreate-npytorchpython=3.6进入到pytorch下condaactivatepytorch检查包piplist安装p

从不睡觉的猫·2022-11-20 11:06

Pytorch学习笔记十六：正则化

一、weightdecay（权值衰减）正则化（regularization）：减小方差的策略。那什么是方差呢？误差=偏差+方差+噪声偏差：度量了学习算法的期望预测与真实结果之间的偏离程度，即刻画了学习算法的拟合能力；方差：度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响；噪声：表达了当前任务上任何学习算法所能达到的期望泛化误差的下届。可从下图来理解：从上图中可看出方

Dear_林·2022-11-20 10:35

Pytorch学习-基础知识

2.1张量2.1.1张量定义张量是指任何维度的数据结构；如标量是0维、向量是1维、矩阵是2维、时序数据（股价、单色彩图片数据）是3维的、含色彩的图片是4维的、视频是5维的。张量是pytorch是基本计算单元；pytorch是使用torch.Tensor对张量数据进行存储、变换（和numpy数据转换）；Tensor提供GPU计算和自动梯度求导。2.1.2张量（tensor）的创建将一个向量转换为张量

qq_44138217·2022-11-20 06:55

【小土堆】Pytorch学习笔记_P32/33_完整模型验证套路和看看开源项目~~

（0）摘要#课程链接PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili#笔记内容（1）P32_完整模型验证套路（2）P33_看看开源项目结语：本课程的所有源码（基于土堆大哥课上编写的代码的升级版）。（1）完整模型验证套路#（1）模型验证。1）实际上，我们就是可以将训练模块和验证模块独立开，可以模块化整个深度学习的过程。例如，我们模型验证中，我们可以单独创建t

惜年_night·2022-11-20 06:54

PyTorch深度学习-跟着小土堆学习

目录学习视频链接一些问题P4：Python/PyTorch学习中两大法宝函数-dir()、help()P5：PyCharm及Jupyter使用及对比P6：PyTorch加载数据初认识P7：Dataset

孟孟单单·2022-11-20 06:16

PyTorch学习笔记【5】：使用卷积进行泛化

文章目录前言1.卷积介绍1.1.卷积的定义1.2.卷积的特征2.卷积实战2.1.nn.Conv2d2.2.填充边界2.3.用卷积检测特征2.4.使用深度和池化技术进一步研究2.4.1.从大到小：下采样2.4.2.将卷积和下采样结合2.5.整合网络3.训练我们的convnet3.1.训练循环2.2.测量精度2.3.保存并加载我们的模型2.4.在GPU上训练3.模型设计3.1.增加内存容量：宽度3.2

zzzyzh·2022-11-20 06:46

推荐频道

Pytorch学习