Pytorch-深度学习实践

刘二大人《pytorch深度学习实践作业》 code1

#code1importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):  returnx*w+bdefloss(x,y):  y_pred=forward(x)  return(y_pred-
little red519·2023-01-07 17:13

刘二大人 PyTorch深度学习实践 笔记 P12 循环神经网络（基础篇）

刘二大人PyTorch深度学习实践笔记P12循环神经网络（基础篇）P12循环神经网络（基础篇）一、基本概念1、Basic_RNN2、RNNCell二、RNN的两种实现方式1、RNNCell单元模块的实现
小白*进阶ing·2023-01-07 17:40

PyTorch处理多维特征的输入

importnumpyasnpimporttorchimportmatplotlib.pyplotaspltimporttorch.nn.functionalasF#1.preparedatasetxy=np.loadtxt('E:\深度学习\PyTorch深度学习实践
还记得樱花正开~·2023-01-07 17:34

（刘二大人）PyTorch深度学习实践-反向传播（作业）

1.针对y_hat=w1*x^2+w2*x+b的反向传播计算图构建2.代码实现importtorchimportnumpyasnpimportmatplotlib.pyplotasplt#准备数据x_data=torch.Tensor([1.0,2.0,3.0])y_data=torch.Tensor([7.0,16.0,29.0])w1=torch.Tensor([1.0])#2为最佳w1.re
Catherine_bling·2023-01-07 16:02

pytorch 深度学习实践思维导图

Pytorch实现线性回归线性回归数据集和数据加载多分类问题CNN基础CNN高级篇RNN基础RNN高级篇附刘二大人B站视频地址《PyTorch深度学习实践》完结合集
qq_43178462·2023-01-07 09:26

读书笔记-深度学习入门之pytorch-第三章（含全连接方法实现手写数字识别）（详解）

目录1、张量2、分类问题3、激活函数（1）sigmoid函数（2）Tanh函数（3）ReLU函数（4）SoftMax函数（5）Maxout函数4、模型表示能力5、反向传播算法6、优化算法（1）torch.optim.SGD（2）torch.optim.Adagrad：（3）torch.optim.RMSprop（4）torch.optim.Adadelta（5）torch.optim.Adam(A
ZDA2022·2023-01-07 09:35

Tensorrt的使用：pytorch-＞onnx-＞trt

0.电脑环境(此环境可供参考，因为本人在配置时，尝试不少版本间的配合使用！！！难受！！！)tensorrt的安装推荐系统：Ubuntu18.04cuda:10.2cudnn:8.0.2(推荐配置8.2.1)torch:1.10.0torchvision:0.11.2Tensorrt:8.2.3.0(推荐此版本，在我使用中，其他版本的容易有兼容性问题)1.pytorch转onnx参考如下博客进行转换
nuo112·2023-01-07 04:28

小武与SSD与pytorch-尝试手撕代码

参考连接：https://zhuanlan.zhihu.com/p/33544892https://zhuanlan.zhihu.com/p/31427288知乎说的还是不错的、SSD作为one-stage和two-stage结合的方法先post上SSD的流程图：代码的实现部分：核心还是数据流：我们跟着一张图如何走的形态，走下去看看每一步都会发生什么。同时也通过该代码学习下如何用pytorch搭建
阿猫的自拍·2023-01-06 13:32

Pytorch实践----06.Logistic Regression逻辑斯蒂回归

学习刘二大人《PyTorch深度学习实践》B站地址：B站视频逻辑斯蒂回归虽然叫和回归，但其实是为了解决分类问题importtorchimporttorch.nnasnnimporttorch.nn.functionalasFx_data
一郭不够吃·2023-01-06 13:33

《PyTorch深度学习实践》P13循环神经网络RNN高级篇

全部代码在最后面。分类任务：用名字识别出语言；这里每一个名字实际上是一个序列，(序列长短不一致)例如Maclean，->Maclean==x1,x2,x3,x4,x5,x6,x7①准备数据用ASCII码来表示;序列长短不一:用padding对标签Y也做成词典：将来就可以再这个词典里查找对数据（.gz类型）的读取：不同数据类型用不同包去读取！制作键值对表：code：defgetConutryDict
XD101DX·2023-01-06 07:11

《PyTorch深度学习实践》P13 循环神经网络高级篇 代码

1根据自己的环境改下main函数中的USE_GPU2数据集提取码：a8qqimportcsvimportgzipimportmathimporttimeimportmatplotlib.pyplotaspltimporttorchfromtorch.nn.utils.rnnimportpack_padded_sequencefromtorch.utils.dataimportDataset,Dat
qq_41936465·2023-01-06 07:36

Pytorch深度学习实践 第十三讲 循环神经网络（高级篇）

数据集链接：https://pan.baidu.com/s/1bIKasCIDAaT-_EwB6hcAMQ提取码：4fij任务：使用RNN通过训练name数据集来预测name属于哪个country.RNN，LSTM，GRU都是循环神经网络。网络模型：最后只需要一个LinearLayer来得出整个name序列的预测结果。数据准备Name序列处理步骤：1.Name转成序列List，即Maclean→[
啥都不会的研究生←_←·2023-01-06 07:05

PyTorch深度学习实践（十三）循环神经网络高级篇

用RNN做一个分类器，现在有一个数据集，数据集里有人名和对应的国家，我们需要训练一个模型，输入一个新的名字，模型能预测出是基于哪种语言的（18种不同的语言，18分类），在自然语言处理中，通常先把词或字编程一个one-hot向量，one-hot向量维度高，而且过于稀疏，所以一般来说呀先通过嵌入层（Embed）把one-hot向量转化成低维的稠密向量，然后经过RNN，隐层的输出不一定和最终要求的目标一
此生辽阔·2023-01-06 07:05

PyTorch深度学习实践概论笔记13-循环神经网络高级篇-分类

在PyTorch深度学习实践概论笔记12-循环神经网络基础篇中简单介绍了RNN，接下来13讲，我们介绍一个关于神经网络的应用：实现一个循环神经网络的分类器。
双木的木·2023-01-06 07:34

李沐老师-pytorch-读写文件

#文件读取importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFx=torch.arange(4)torch.save(x,'x-file')#当前目录下新建文件x2=torch.load("x-file")print(x2)输出：tensor([0,1,2,3])y=torch.zeros(4)torch.save([x,y],"x
Annnn~·2023-01-05 21:21

Pytorch-均方差损失函数和交叉熵损失函数

均方差损失函数mse_loss()与交叉熵损失函数cross_entropy()1.均方差损失函数mse_loss()均方差损失函数是预测数据和原始数据对应点误差的平方和的均值。\[MSE=\frac{1}{N}(y^`−y)^2\]N为样本个数，y'为预测数值，y为正确数值。代码实例：importtorchimporttorch.nn.functionalasFif__name__=='__ma
gy-7·2023-01-05 02:26

（pytorch-深度学习）门控循环单元（GRU）

门控循环单元（GRU）循环神经网络中的梯度计算当时间步数较大或者时间步较小时，循环神经网络的梯度较容易出现衰减或爆炸。虽然裁剪梯度可以应对梯度爆炸，但无法解决梯度衰减的问题。通常由于这个原因，循环神经网络在实际中较难捕捉时间序列中时间步距离较大的依赖关系。门控循环神经网络（gatedrecurrentneuralnetwork）的提出，正是为了更好地捕捉时间序列中时间步距离较大的依赖关系。它通过可
我是一颗棒棒糖·2023-01-04 09:34

【PyTorch学习1】B站刘二大人《PyTorch深度学习实践》——线性模型（Linear Model）

b站课程链接：线性模型1.基本思想：给出了一组一维数据，定义了一个简单的线性拟合函数，通过穷举法来列出一些权重（拟合函数的系数），并计算这些权重对应的拟合损失函数（使用均方误差（MSE））。LinearModel：y^=w∗x\hat{y}=w*xy^=w∗x(为了简化模型，未加偏置项b)TrainingLoss(Error)：loss=(y^−y)2=(w∗x−y)2loss=(\hat{y}-
小龙呀·2023-01-04 09:17

Pytorch 深度学习实践 第9讲--刘二大人

B站刘二大人，传送门PyTorch深度学习实践——多分类问题说明：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)。
NCUTer·2023-01-03 14:21

Pytorch深度学习实践-刘二大人-反向传播demo

importmatplotlib.pyplotaspltimporttorch#y=w*xx_data=[1,1.8,2.5,3.0]y_data=[2,4,6.9,7.5]loss_list=[]w=torch.Tensor([0.5])w.requires_grad=Truedefforward(x):returnx*w#W是tensor，tensor的运算后是建立计算图defloss(x,y
慢慢来8·2023-01-03 13:47

PyTorch深度学习实践-刘二大人-反向传播作业

importmatplotlib.pyplotaspltimporttorch#y=w1*x2+w2*x+b,注意超参数学习率的设置，这里设置为0.01x_data=[1,2,3]y_data=[2,4,6]loss_list=[]w1=torch.Tensor([1])w2=torch.Tensor([1])b=torch.Tensor([1])w1.requires_grad=Truew2.r
慢慢来8·2023-01-03 13:47

Pytorch深度学习实践-刘二大人-05pytorch实现线性模型

Pytorch的实现流程为：本节的课上代码为：importmatplotlib.pyplotaspltimporttorchx_data=torch.tensor([[1.0],[2.0],[3.0]])#3*1,1指的是维度，3是样本数y_data=torch.tensor([[2.0],[4.0],[6.0]])#3*1loss_list=[]classLinearMode(torch.nn.
慢慢来8·2023-01-03 13:47

Pytorch深度学习实践-刘二大人-线性模型作业

importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1,2,3,4]y_data=[2,4,6,8]w_list=np.arange(0.0,4.1,0.1)b_list=np.arange(-2.0,2.1,0.1)w,b=np.meshgrid(w_list,b_list)defforward(x):returnx*w+bdefloss(x,y
慢慢来8·2023-01-03 13:17

Pytorch深度学习实践-刘二大人-梯度下降和随机梯度下降

梯度下降法：importmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0,4.0]y_data=[2.0,4.0,6.0,8.0]loss_list=[]w=1.0defforward(x):returnw*xdefcost(xs,ys):sum=0forx,yinzip(xs,ys):pre_y=forward(x)sum+=(y-pre_y)**2return
慢慢来8·2023-01-03 13:17

（刘二大人）PyTorch深度学习实践-线性模型作业

1.3D绘图参考2.代码实现importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlibimportcmfrommatplotlib.tickerimportLinearLocator#w=2,b=0，设置数据x_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]W=np.arange(0.0,4.1,0.1)B=np
Catherine_bling·2023-01-03 13:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 卷积神经网络CNN（8）

目录一、卷积过程（基础）IfMoveToGPU作业二、卷积神经网络（高级）InceptionResidualNetwork一、卷积过程（基础）IfMoveToGPU#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.19作者：手可摘星辰不去高声语文件名：CNN
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 循环神经网络RNN（难点⏸）（9）

目录一、循环神经网络（基础篇）二、未完待续……一、循环神经网络（基础篇）RNNCell需要自己写循环：二、未完待续……
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 多维特征输入与多层神经网络（+测试集验证）（5）

目录7、处理多维特征的输入与多层神经网络7、处理多维特征的输入与多层神经网络果然，ReLU好用！！！#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.作者：手可摘星辰不去高声语文件名：.py功能：1、Ctrl+Enter在下方新建行但不移动光标；2、Shif
手可摘星辰不去高声语·2023-01-03 11:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 加载数据集（6）

目录8、加载数据集8、加载数据集windows需要在下面的代码前面加上if__name__=='__main__':#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.作者：手可摘星辰不去高声语文件名：.py功能：1、Ctrl+Enter在下方新建行但不移动光
手可摘星辰不去高声语·2023-01-03 11:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 多分类问题（7）

目录9.多分类问题9.多分类问题这里应该是HWC---->CHW#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.17作者：手可摘星辰不去高声语文件名：09-Softmax.py功能：手写数字识别说明：Pytorch0.4.0torchvision0.2.2
手可摘星辰不去高声语·2023-01-03 11:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · PyTorch实现线性回归（3）

目录5.PyTorch实现线性回归①准备数据集②设计模型③构造损失函数和优化器④编写训练周期作业：关于pytorch中的张量和维度的概念LEARNINGPYTORCHWITHEXAMPLES5.PyTorch实现线性回归①准备数据集②设计模型③构造损失函数和优化器④编写训练周期作业：#!/usr/bin/envpython#-*-coding:utf-8-*-'''================
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · logistic回归（+交叉熵）（4）

目录6.logistic回归6.logistic回归在此，推荐大家去看一篇文章：《一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉》另外，我在这里记录文章里面一些重要的内容，如下：求不求平均值（size_average=False/True）影响梯度，影响学习率#!/usr/bin/envpython#-*-coding:utf-8-*-"""======================
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · overview（1）

课程链接：《PyTorch深度学习实践》完结合集https://www.bilibili.com/video/BV1Y7411d7Ys?p=1一、Pytorch
手可摘星辰不去高声语·2023-01-03 11:39

《PyTorch深度学习实践》完结合集 · Hongpu Liu · PyTorch梯度下降法（2）

目录4.反向传播4.反向传播#!/usr/bin/envpython#-*-coding:utf-8-*-'''============================================时间：2021.8.13作者：手可摘星辰不去高声语文件名：04-PyTorch梯度下降法.py功能：1、Ctrl+Enter在下方新建行但不移动光标；2、Shift+Enter在下方新建行并移到新行行
手可摘星辰不去高声语·2023-01-03 11:39

21Winter\ 使用全连接层对MINIST进行多分类

最近很emo，然后就很久都没有更新相关的内容了其实这一篇文章其实是Pytorch深度学习实践byProf.HongpuLIU中的两课的合集，我们先学习了内置Dataset类型的实例化，然后再对于内置的DatasetMINIST
Bealliant·2023-01-03 11:34

【刘洪普】PyTorch深度学习实践

文章目录一、overview1机器学习二、Linear_Model（线性模型）1例子引入三、Gradient_Descent(梯度下降法)1梯度下降2梯度下降与随机梯度下降（SGD）对比3Mini-Batch四、BackPropagation（反向传播）1线性模型叠加的神经网络2反向传播3在PyTorch中进行前馈和反馈的运算五、PyTorch实现线性回归一、overview1机器学习想写一点，但
蛋黄液·2023-01-03 11:58

吴恩达视频－第一门课第2周2.11节－向量化(Vectorization)

2.11向量化(Vectorization)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，所以你的代码运行速度非常重要
越努力越幸运@·2022-12-31 10:45

Pytorch小记-torch.nn.Softmax(dim=1)如何理解？

在进行多分类时，时常看到Softmax分类函数，理论基础可看文章PyTorch深度学习实践概论笔记9-SoftMax分类器。
双木的木·2022-12-31 10:32

深度学习系列01——TensorRT模型部署流程

模型部署流程1.模型准备pytorch->(onnx)->trtenginetrtexec--onnx=output.onnx--saveEngine=outfp32.engine--workspace
Mr_Sosimple·2022-12-31 09:27

正则化技术

参考：《Hands-OnMachineLearningwithScikit-LearnandTensorFlow(2017)》Chap11《卷积神经网络——深度学习实践手册(20
hey-yahei·2022-12-31 07:17

Pytorch- 1.1 Pytorch 简介及安装（配置cuda-torch环境）

Pytorch简介Torch是什么？Torch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。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。PyTorch是一个基
pengege666·2022-12-30 22:59

【深度学习实践】从零开始的炼丹生活11—— GAN的综述（2020.3）

往期回顾：08——卷积网络09——循环神经网络10——GAN的基本概念上一节我们学习了GAN的基本概念,这一节我们将过去几年的GAN经典算法思想都介绍一下。一、GAN的数学解释上一节我们学习了GAN的基本算法，现在让我们看看GAN背后的数学思想。生成器生成器实际上产生了一个生成数据分布PG(x)P_G(x)PG(x)。它的目标就是使得PG(x)P_G(x)PG(x)与Pdata(x)P_{data
wby1905·2022-12-30 10:46

（pytorch-深度学习）循环神经网络的从零开始实现

循环神经网络的从零开始实现首先，我们读取周杰伦专辑歌词数据集：importtimeimportmathimportnumpyasnpimporttorchfromtorchimportnn,optimimporttorch.nn.functionalasFimportsyssys.path.append("..")device=torch.device('cuda'iftorch.cuda.is_
我是一颗棒棒糖·2022-12-30 10:42

PyTorch深度学习实践 Lecture04 反向传播

Author：HorizonMax✨编程技巧篇：各种操作小结机器视觉篇：会变魔术OpenCV深度学习篇：简单入门PyTorch神经网络篇：经典网络模型算法篇：再忙也别忘了LeetCode视频链接：Lecture04Back_Propagation文档资料：//Hereisthelink:课件链接：https://pan.baidu.com/s/1vZ27gKp8Pl-qICn_p2PaSw提取码：
Horizon Max·2022-12-30 03:14

PyTorch深度学习实践（一）线性模型Linear Model作业

PyTorch深度学习实践（一）线性模型LinearModel作业前言视频教程：B站河北工业大学——刘二大人的【PyTorch深度学习实践】网址：https://www.bilibili.com/video
CV散文集·2022-12-30 03:43

Pytorch深度学习实践（b站刘二大人）P10讲 (CNN卷积神经网络基础篇)

1.全连接网络指的是网络里面用的都是线性层，如果一个网络全都由线性层串行连接起来，就叫做全连接网络在线性层里面输入和每一个输出值之间都存在权重，即每一个输入节点都要参与到下一层输出节点的计算上，这样的线性层也叫全连接层FullyConnected说到全连接层，大家马上就能反应到，CNN的最后一层大多是全连接层，全连接层可以实现最终的分类。那么为什么要叫全连接层呢？全连接层有什么特点呢？假设全连接层
努力学习的朱朱·2022-12-30 03:38

Pytorch深度学习实践（b站刘二大人）P5讲（用Pytorch实现线性回归）

用Pytorch实现线性回归:1.准备数据集2.设计模型(计算y_pred)3.构造损失函数和优化器4.训练周期（前馈、反馈、更新）1.准备数据集x_data=torch.Tensor([[1.0],[2.0],[3.0]])y_data=torch.Tensor([[2.0],[4.0],[6.0]])其中x、y分别是3*1的矩阵2.设计模型(计算y_pred)我们的模型类应该从nn.Modul
努力学习的朱朱·2022-12-30 03:08

《PyTorch深度学习实践》Lecture_05 用Pytorch实现线性回归 Linear Regression with PyTorch

B站刘二大人老师的《PyTorch深度学习实践》Lecture_05重点回顾+代码复现Lecture_05用Pytorch实现线性回归LinearRegressionwithPyTorch一、重点回顾用
　木夕敢敢·2022-12-30 03:36

【Pytorch深度学习实践】B站up刘二大人之Linear Regression with PyTorch-代码理解与实现(4/9)

开篇几句题外话：代码对我还是不简单，还是要花时间。我反应不过来变量之间的关系，没办法很快的想清楚这个过程。Lecture05——LinearRegressionWithPyTorch利用PyTorch实现线性回归模型说在前面：这部分内容有不少更新指出：（1）构建数据集用到了torch中的Tensor；（2）通过创建python中的线性模型类，并实例化它，来构建模型；（3）损失函数通过torch.n
nemo_0410·2022-12-30 03:05

【Pytorch深度学习实践】B站up刘二大人之 BackPropagation-代码理解与实现(3/9)

开篇几句题外话：10月份再回头看这段内容，把所有不懂得全都看懂了：grad和data，是一个pytorch当中的Tensor类型的元素的两个属性Attribute，其中data是数值了，而grad仍然是Tensor类型，如果想获得数据的grad的数值，那么，必须要这样：loss.grad.data；当使用了l=loss（x，y），那么，就是构建了从x到y的计算图模型；而再用l.backward()
nemo_0410·2022-12-30 03:34
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他