Pytorch-深度学习实践第5页

B站刘二大人-线性回归及梯度下降 Lecture3

系列文章目录《PyTorch深度学习实践》完结合集-B站刘二大人Pytorch代码注意的细节，容易敲错的地方B站刘二大人-线性回归及梯度下降Lecture3B站刘二大人-反向传播Lecture4B站刘二大人

宁然也·2023-02-05 08:36

刘二大人-《PyTorch深度学习实践》-lecture9-多分类问题-课程代码讲解-其中有自我理解的部分

importtorchfromtorchvisionimporttransformsfromtorchvisionimportdatasetsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasfuncimporttorch.optimasoptim#PIL(PythonImageLibrary)-Python第三方图像处理

Coke_Zero_SK·2023-02-05 08:35

Pytorch 深度学习实践Lecture_8 Dataset and Dataloader

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_BilibiliDataSet类作用：1)加载数据集2)数据集索引fromtorch.utils.dataimportDataset表示Dataset的抽象类所有其他数据集都应该进行子类化。所有子类应该实现函数:__init__,__len__,and__getitem____len__提供了数据集的大小__getitem__支持整数索引，范围从

endeavor`·2023-02-05 08:35

吴恩达DeepLearningCourse4-卷积神经网络

部分内容参考之前的笔记PyTorch深度学习实践文章目录第一周：卷积神经网络边缘检测Padding、Stride三维卷积卷积神经网络中的一层池化层第二周：深度卷积网络实例探究残差网络1x1卷积Inception

MONA ODYSSEY·2023-02-03 16:51

PyTorch 深度学习实践第9讲

第9讲多分类问题源代码B站刘二大人，传送门PyTorch深度学习实践——多分类问题视频中截图说明：1、softmax的输入不需要再做非线性变换，也就是说softmax之前不再需要激活函数(relu)。

错错莫·2023-02-02 09:54

《PyTorch深度学习实践》学习笔记【4】

《PyTorch深度学习实践》学习笔记【4】学习资源：《PyTorch深度学习实践》完结合集六、LogisticsRegression（逻辑斯蒂回归模型）虽然它叫做回归模型，但是处理的是分类问题6.0回归问题和分类问题有监督学习

Pin_BOY·2023-02-02 09:23

深度学习笔记（MNIST手写识别）

先看了点花书，后来觉得有点枯燥去看了b站up主六二大人的pytorch深度学习实践的课，对深度学习的理解更深刻一点，顺便做点笔记，记录一些我认为重要的东西，便于以后查阅。

烟火青年_Yan·2023-02-01 20:35

Windows配置pytorch转onnx转ncnn转android设备

前一阵写了一篇在linux上配置pytorch-＞onnx-＞ncnn-＞Android的文章，链接如下：深度学习模型DNN部署到安卓（移动）设备上——pytorch-＞onnx-＞ncnn-＞Android1

今天也是努力奋斗的阿迪鸭·2023-01-31 08:28

Pytorch模型转换为onnx或ncnn的方法兼谈pytorch模型编写规范

最近在将一个其它人编写的pytorch模型转换到ncnn格式，转换路径为：pytorch->torchscript->pnnx,中间有副产品onnx模型。

znsoft·2023-01-31 07:37

pytorch-多卡GPU训练

一、cuda和cpu张量记录cpu张量、cuda张量、list和array之间的转换关系。importtorchimportnumpyasnp#int->tensor->inta=torch.Tensor(1)b=a.item()#list->tensor(cpu)l0=[1,2,3]t=torch.Tensor(l0)#tensor(cpu)->numpy->lista=t.numpy()l1=

DLANDML·2023-01-29 16:38

读书笔记-深度学习入门之pytorch-第五章（含循环实现手写数字识别）（LSTM、GRU代码详解）

目录1、RNN优点：（记忆性）2、循环神经网络结构与原理3、LSTM（长短时记忆网络）4、GRU5、LSTM、RNN、GRU区别6、收敛性问题7、循环神经网络Pytorch实现（1）RNN、LSTM、GRU（2）LSTM+全连接实现手写数字识别8、词嵌入（词向量）9、NGram模型——单词预测10、序列预测（1）全连接方法（2）循环神经网络方法（3）LSTM方法(4)GRU方法1、RNN优点：（记

ZDA2022·2023-01-29 14:48

【PyTorch深度学习实践】深度学习之线性模型和梯度下降算法

文章目录前言一、线性模型二、梯度下降法总结前言在学习深度学习过程中，我们需要知道一个基本的流程，首先需要准备数据集（Dataset），然后选择模型（Model），再用该模型进行训练（Training），最后将训练后的模型用于推理（Inferring)。本章中我们先从最简单的线性模型和梯度下降算法讲起。一、线性模型这里我们以一个最简单的线性模型为例y=w*x，x为输入值，y为实际值w为权重，图中给了

今天又干了些什么呢·2023-01-29 07:31

MLP多层感知机用BP算法更新权值解决异或问题(机器学习实验二）

多层感知机(MultiLayerPerceptron)以及反向传播算法(Backpropagation)机器学习——神经网络（四）：BP神经网络如果还不清楚这里有视频：PyTorch深度学习实践（强烈推荐

长门yuki·2023-01-28 16:21

《PyTorch深度学习实践》学习笔记【3】

《PyTorch深度学习实践》学习笔记【3】学习资源：《PyTorch深度学习实践》完结合集三、梯度下降类似牛顿迭代法/二分法，对costfunc求导,利用偏导进行迭代，使得costfunc达到最小值。

Pin_BOY·2023-01-28 10:11

PyTorch 深度学习实践第3讲

B站刘二大人，传送门PyTorch深度学习实践梯度下降法梯度下降法importmatplotlib.pyplotasplt#preparethetrainingsetx_data=[1.0,2.0,3.0

夕阳落林中·2023-01-27 08:32

刘老师的《Pytorch深度学习实践》第二讲：线性模型代码

importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):y_pred=forward(x)return(y_pred-y)*(y_pred-y)w_list=[]mse_list=[]forwinnp.arange(0

我的宠物不是小马·2023-01-27 08:32

PyTorch深度学习实践第五讲用PyTorch实现线性回归模型

视频链接：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili本次作业是测试不同的优化器的算法效果，我这里只测试了四种。

pig774·2023-01-27 08:32

《PyTorch深度学习实践》刘二大人第2讲线性模型

第2讲linear_model源代码B站刘二大人PyTorch深度学习实践——线性模型numpy学习Numpy数据计算从入门到实战zip用法python中zip()函数的用法importnumpyasnpimportmatplotlib.pyplotaspltx_data

Grairain·2023-01-27 08:01

pytorch 深度学习实践第二讲线性模型

pytorch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第二讲线性模型以线性模型为例，对神经网络的学习过程说明准备数据集，训练集和测试集选择模型，初始化线性模型

会游泳的小雁·2023-01-27 08:00

PyTorch深度学习实践第二讲--线性模型

Demo2:linear_model来源：B站刘二大人说明：函数forward()中，有一个变量w。这个变量最终的值是从for循环中传入的。for循环中，使用了np.arange。numpy不熟悉的话可以Python数据分析，或者numpy教程代码中涉及到zip()函数。zip函数详解importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.

Vinsada·2023-01-27 08:59

《PyTorch深度学习实践》完结合集第二讲（线性模型）

《PyTorch深度学习实践》完结合集第二讲线性模型（1）用穷举法实现线性模型的参数确定。

Waibibabu_ETF·2023-01-27 08:56

《PyTorch深度学习实践》第2讲--线性模型

《PyTorch深度学习实践》–线性模型《PyTorch深度学习实践》--线性模型《PyTorch深度学习实践》--线性模型y=wx代码实现y=wx+b代码实现参考资料y=wx代码实现#课堂练习importnumpyasnpimportmatplotlib.pyplotasplt

浅忆笙歌暖·2023-01-27 08:26

pytorch深度学习实践第二讲线性模型

机器学习过程：Dataset→ModelSelect→Training→推理过拟合：训练集上有很好的结果，但是训练集外却不能很好的拟合数据。主要原因是训练集存在噪声或训练数据太少。泛化：训练出的模型在训练集外同样适用。数据集：训练集（通常还会分成训练集和开发集，用作模型评估）和测试集。线性模型：y_hat=f(x)=wx+b，训练的目的就是得到w和b。损失loss：预测值与真实值之间的差值。平均平

啥都不会的研究生←_←·2023-01-27 08:52

PyTorch深度学习实践第二讲线性模型

目录监督学习四步骤线性模型泛化代码作业监督学习四步骤DataSet（数据集）Model（模型选择和设计，例如神经网络，决策树等）Training（大部分模型都需要训练，都有些例如KNN不需要训练）Inferring（推导使用）线性模型假设一个学生每周花费x小时在学习上，那么他可能会在最终测验上取得y分。xy1224364?进行猜测之后可能为y^=x∗w+b\hat{y}=x*w+by^=x∗w+b

筱翼深凉·2023-01-27 08:47

Pytorch深度学习实践（一）——线性模型

参考资料B站刘二老师Pytorch深度学习实践1.线性回归采用深度学习Pytorch框架搭建线性回归模型通常需要四个步骤：准备数据构建计算图：①__init__()②forward()构建损失函数和优化器训练

冠long馨·2023-01-27 07:58

cnn学习资料

6，《解析卷积神经网络-深度学习实践手册》

huyongcode·2023-01-26 06:27

pytorch 深度学习实践第7讲处理多维特征输入

第5讲处理多维特征的输入MultipleDimensionInputpytorch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

会游泳的小雁·2023-01-25 16:15

【Pytorch深度学习实践】第7讲处理多维特征的输入

什么是矩阵：空间转换，从N维映射到M维空间的线性变换神经网络：非线性空间变换#Multiple_Dimension_Input#处理多维数据输入importnumpyasnpimporttorchxy=np.loadtxt('data/diabetes.csv.gz',delimiter=',',dtype=np.float32)x_data=torch.from_numpy(xy[:,:-1])

方方方方便面·2023-01-25 16:15

Pytorch 深度学习实践Lecture_7 Multiple Dimension Input

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili多维输入如下图为糖尿病数据集，输入为10个样本，每个样本具有8维特征（怀孕次数，血糖，血压，皮脂厚度，胰岛素，BMI身体质量指数，糖尿病遗传函数，年龄），最后一列为标签（结果），0表示未患糖尿病，1表示患有糖尿病。逻辑回归模型由于输入数据维数增多，而预测值是标量，所以模型需要使用矩阵形式做计算说明：1.乘的权重(w)都一样，加的偏

endeavor`·2023-01-25 15:13

处理多维特征的输入 Multiple Dimension Input

参考，自学PyTorch深度学习实践(刘二大人)P7处理多维特征的输入MultipleDimensionInput_努力学习的朱朱的博客-CSDN博客激活函数：参考（常用激活函数（激励函数）理解与总结）

非常可爱的刘妹妹·2023-01-25 15:11

《PyTorch深度学习实践》-P7处理多维特征的输入

一行一样本sample，一列一特征featurediebetesdataset数据集在Anaconda/Lib/sit-packages/sklearn/datasets/data/diabetes_data和diebetes_target多维logistic回归模型（下标特征维度，上标样本）mini-batch（Nsamples）将运算向量化，变成矩阵，这样就可以利用GPU的并行运算能力~而不用

m0_60673782·2023-01-25 15:10

《PyTorch深度学习实践》Lecture_07 处理多维特征的输入 Multiple Dimension Input

B站刘二大人老师的《PyTorch深度学习实践》Lecture_07重点回顾+代码复现Lecture_07处理多维特征的输入MultipleDimensionInput一、重点回顾（一）MultipleDimensionLogisticRegressionModel1

　木夕敢敢·2023-01-25 15:36

刘二大人PyTorch-循环神经网络(RNN)—基础篇

《PyTorch深度学习实践》视频一.基础概念对于一个全连接网络，即全部由线性层组成的网络，也称作dense(稠密型)或者deep（深度型）网络，对于一个卷积神经网络，卷积核对多层图像处理，卷积核不变，

TheFanXY·2023-01-25 13:51

《PyTorch深度学习实践》-B站刘二大人-day6

加载数据集B站刘二大人的PyTorch深度学习实践——加载数据集这次的视频是继续优化上一个视频的代码，上次我们输入糖尿病病人的数据，在处理是没有才有分成几个部分的处理，而是一整坨的放进去进行计算了，所以在加载数据集这方面我们就优化一样

爱编程的西瓜·2023-01-25 13:21

Bilibili-刘二大人《Pytorch深度学习实践》第13讲 Advanced RNN实验代码

'''''''''构建一个RNN分类器任务：一个名称分类器，根据输入的名字判断其国籍，数据集有Name与Country在这个场景中，由于输出无法通过线性层映射到某个维度，所以可以只用hn来连接线性层，对这个输入做一个18维的分类'''''''''importcsvimportgzipimporttorchimportmatplotlib.pyplotaspltimportnumpyasnpfrom

GrandGoblin·2023-01-25 13:20

吴恩达【深度学习】笔记01——向量化、For循环及Python中的Broadcasting

向量化是非常基础的去除代码中for循环的艺术，在深度学习安全领域、深度学习实践中，你会经常发现自己训练大数据集，因为深度学习算法处理大数据集效果很棒，所以代码的运行速度非常重要。

美式咖啡不加糖x·2023-01-23 15:10

pytorch-搭建图片分类神经网络模板(以Kaggle-ClassifyLeaves为例)

###############################数据集处理###############################importtorchfromtorch.utils.dataimportDataset,DataLoaderfromtorchvisionimporttransformsfromtorchimportnnfromPILimportImageimportosimpo

我渊啊我渊啊·2023-01-21 21:27

pytorch-张量-张量的操作

张量的操作：importtorch#改变张量的形状大小a=torch.arange(12.0).reshape(3,4)print(a)#使用torch.reshape()函数来修改张量的形状和大小print(torch.reshape(input=a,shape=(2,-1)))#改变张量形状的resize_()函数print(a.resize_(2,6))#resize_as_()方法，复制其

柏柏柏·2023-01-20 17:30

pytorch-拼接与拆分

拼接与拆分▪Cat▪Stack▪Chunk▪Splitcat(竖着堆)torch.cat(tensors,dim=0,out=None)对于二维矩阵：第一个参数tensors是你想要连接的若干个张量，按你所传入的顺序进行连接，注意每一个张量需要形状相同，或者更准确的说，进行行连接的张量要求列数相同，进行列连接的张量要求行数相同;第二个参数dim表示维度，dim=0则表示按行连接，dim=1表示按列

霄逸鸿·2023-01-20 17:22

深度学习pytorch- tensor和numpy相互转换torch.from_numpy()

处理批量数据时，经常需要tensor和numpy的相互转化torch.from_numpy(x)，将x转换为torch类型y.numpy()，将y由tensor转化为numpyimportnumpyasnpx=np.array([[1,2],[3,4.]])xarray([[1.,2.],[3.,4.]])#Convertthenumpyarraytoatorchtensor.y=torch.fr

JasonDecode·2023-01-20 13:46

pytorch-学习笔记-反向传播

又到了一周一次的总结时间，还是老生长谈的话题，我首先来总结一下本周学习的内容，主要包括一下几点：损失函数和反向传播网络模型的保存和修改Sequential函数模型训练实战本篇主要总结损失函数和反向传播，其他的会在接下来的文章中总结。什么是损失函数？它的作用是啥呢？简单的来讲损失函数就是预测值与目标之间的差的平方，作用是用来衡量预测值与目标之间的误差，它们的差值越小代表模型效果越好。那么反向传播又是

Dawn向阳而生·2023-01-19 06:47

Pytorch深度学习实践第六讲逻辑回归

分类问题不是让“预测值”等于“类别”，而是计算属于每个类别的概率，要概率最大的。（将预测值通过Sigmoid函数从实数空间映射到[0，1]）Logistic函数（仅仅是sigmiod函数中最典型的一种）：x→+，(x)→1;x→-，(x)→0;x=0,(x)=1/2计算图：相比线性单元，Logistic回归单元后面多了一个Sigmiod激活函数。二分类问题的损失函数：y=1时，loss=,越大，l

啥都不会的研究生←_←·2023-01-18 17:05

PyTorch深度学习实践部分代码示例

Pytorch基础教程：B站刘二大人视频PyTorch深度学习实践线性模型1.穷举法2.梯度下降算法（贪心法）3.反向传播4.用PyTorch实现线性回归5.逻辑斯蒂回归6.处理多维特征输入神经网络1.

SDUer_DZL·2023-01-18 17:32

【模型部署】Pytorch-＞ONNX-＞trt

1.电脑环境主要注意cuda、cudnn、pytorch、tensorrt、onnx、onnxruntime的版本。absl-py=1.2.0=pypi_0addict=2.4.0=pypi_0appdirs=1.4.4=pypi_0backcall=0.2.0=pypi_0blas=1.0=mklbrotlipy=0.7.0=py37h2bbff1b_1003ca-certificates=20

mjiansun·2023-01-18 08:24

《PyTorch深度学习实践》学习笔记—— 第1讲 Overview

文章目录前言1算法2框架3学习系统发展4维度诅咒压缩空间线性5深度学习系统与以前的差别6机器学习策略前言本文仅为个人学习记录，便于以后查看使用。1算法四种：穷举法贪心法分治法动态规划2框架只是包含关系，如表示学习只是机器学习的一部分。3学习系统发展4维度诅咒假设1个维度上取10个样本可做到贴近实际分布，则2个维度需要102=100个样本，3个维度需要103=1000个样本……N个维度就需要10N个

書辭·2023-01-17 10:20

【PyTorch深度学习实践】学习笔记第五节线性回归

课程链接PyTorch深度学习实践第五节课程。gogogo~！

咯吱咯吱咕嘟咕嘟·2023-01-17 10:19

PyTorch深度学习实践之用PyTorch实现线性回归

课程地址：05.用PyTorch实现线性回归_哔哩哔哩_bilibili目录理论编辑1.准备数据（使用mini-batch目的是为了一次性求出y_hat）2.定义模型3.构造损失函数和优化器4.训练过程课程代码总结代码：解决方法：1.根据老师的方法多迭代几次2.适当调整学习率lr作业疑惑理论1.准备数据（使用mini-batch目的是为了一次性求出y_hat）2.定义模型构造函数的模板→扩展模型完

Yory__·2023-01-17 09:14

《PyTorch深度学习实践》P10卷积神经网络基础篇CNN

全部代码在最后面。基本模式：patch：单通道，卷积做数乘：先数乘再加：每一个卷积核通道数量和输入通道数量一样！卷积核总数量和输出通道数量一样！卷积核数量和图片大小没关想得到和原来一样的维度，padding怎么计算加外围多少层：（如图所示）例子：code：在这里importtorchinput=[3,4,6,5,7,2,4,6,8,2,1,6,7,8,4,9,7,4,6,2,3,7,5,4,1]#

XD101DX·2023-01-16 06:36

【PyTorch深度学习实践】06_多维特征输入（以逻辑斯蒂回归为例）

文章目录1.多维数据2.多维数据在逻辑回归中的计算过程3.代码改变及其含义4.完整代码1.多维数据每一行为一个样本（sample），数据库里一行称为一个Record。每一列为一个特征（feature），数据库里叫字段。2.多维数据在逻辑回归中的计算过程偏置（bias）——b，通过广播机制变成向量与前面的矩阵进行运算。3.代码改变及其含义训练过程4.完整代码importnumpyasnpimport

青山的青衫·2023-01-16 06:06

【PyTorch深度学习实践】07_Dataset和Dataloader

文章目录1.Epoch，Iteration，Batch-Size2.Dataset和Dataloader2.1Dataset2.2Dataloader2.2.1例子2.2.2enumerate函数3.完整代码1.Epoch，Iteration，Batch-Size参考博客2.Dataset和Dataloader参考博客功能概览2.1Datasettorch.utils.data.Dataset是一