nn.Module

SFTGAN学习笔记

SFTGAN是一个生成对抗网络，其G网络（生成网络）结构如图所示：代码：classSFTLayer(nn.Module):def__i
T-Jhon·2020-08-10 10:04

bug解决：shape [-1, 400] is invalid for input of size 179776

torch.nn.functionalfromtorch.autogradimportVariable#这一步还没有显式用到variable，但是现在写在这里也没问题，后面会用到importtorch.nnasnnimporttorch.nn.functionalasFclassNet(nn.Module
hamimelon2020·2020-08-10 07:11

基于pytorh的MNIST手写体识别代码

定义卷积神经网络CNN.pyimporttorch.nnasnnimporttorch.nn.functionalasFclassCNN(nn.Module):def__init__(self):super
luckyboy101·2020-08-10 06:37

基于pytorch的逻辑回归代码

fromtorchimportnnfromtorchimportoptimasoptimizerimporttorchfromtorch.autogradimportVariableclassLogisticRegression(nn.Module
小然_ran·2020-08-09 23:52

第二次作业：卷积神经网络 part 2

1、代码练习MobileNetV1网络classBlock(nn.Module):'''Depthwiseconv+Pointwiseconv'''def__init__(self,in_planes,
fmz626·2020-08-08 21:00

第二次作业：卷积神经网络 part 2

【第二部分】代码练习使用MobileNetV1对CIFAR10进行分类可分离卷积的实现：classBlock(nn.Module):'''Depthwiseconv+Pointwiseconv'''
M1kko·2020-08-08 18:00

第二次作业：卷积神经网络 part 2

二、代码练习1、MobileNetV1#深度可分离卷积classBlock(nn.Module):def__init__(self,in_planes,out_planes,stride=1):super
Pogman·2020-08-08 12:00

FC中的BN（伪代码）

'''全连接层中的batchnormalization'''importtorchimporttorch.nnasnnimportcopyclassNet(nn.Module):def__init__(
WYXHAHAHA123·2020-08-08 10:22

pytorch学习笔记3：网络的构建

一个nn.Module包括很多层，forward方法返回output。一个典型的训练过程包括这么几步：1.定义一个网络结
xz1308579340·2020-08-05 11:56

pytorch搭建RNN-LSTM循环神经网络[分类]详解

：classLSTM_RNN(nn.Module):"""搭建LSTM"""def__init__(self):super(LST
troublemaker、·2020-08-05 11:18

pytorch学习笔记十一：查看模型的层和参数信息的几种方式

FlattenLayer,第二层是有参数的Linear.importtorchfromtorchimportnnnum_inputs=784num_outputs=10classFlattenLayer(nn.Module
万能的小黑Alex·2020-08-05 11:47

pytorch以Mnist为例进行中间层特征图可视化

接上一篇文章，在得到训练模型后，进行加载模型后，对模型中间层特征进行提取并输出预测精度：方法参考《pytorch提取卷积神经网络的特征图可视化》classFeatureExtractor(nn.Module
David-Chow·2020-08-05 10:40

深度之眼PyTorch训练营第四期 笔记目录(已完结)

PyTorch的计算图与动态图机制PyTorch中自动求导系统（torch.autograd）数据读取机制中的Dataloader与Dataset图像预处理（图像增强）——transforms模型创建与nn.Module
Ikerlz·2020-08-05 04:18

GAN训练营

mtcnn_basemodelclassPNet(nn.Module):def__init__(self):super(PNet,self).
Zain Lau·2020-08-05 04:41

2020-722-CV-YOLOV4 day3-yolo_v4

model.pyimporttorchimporttorch.nnasnnimporttorch.utils.model_zooasmodel_zooimporttorch.nn.functionalasFimportmathclassVGG(nn.Module
Zain Lau·2020-08-05 04:40

PyTorch 笔记（14）— nn.module 实现简单感知机和多层感知机

autograd实现了自动微分系统，然而对深度学习来说过于底层，而本节将介绍nn模块，是构建于autograd之上的神经网络模块。1.简单感知机使用autograd可实现深度学习模型，但其抽象程度较低，如果用其来实现深度学习模型，则需要编写的代码量极大。在这种情况下，torch.nn应运而生，其是专门为深度学习设计的模块。torch.nn的核心数据结构是Module，它是一个抽象的概念，既可以表示
wohu1104·2020-08-04 21:45

pytorch---之BN层参数详解及应用(1,2,3)(1,2)?

BN层参数详解（1，2）一般来说pytorch中的模型都是继承nn.Module类的，都有一个属性trainning指定是否是训练状态，训练状态与否将会影响到某些层的参数是否是固定的，比如BN层(对于BN
zxyhhjs2017·2020-08-04 10:46

pytorch利用tensorboardx可视化网络结构图

1、对于自己网络有外部参数需要输入时：如下所示，外部参数有：nstack,inp_dim,oup_dim，bnclassPoseNet(nn.Module):def__init__(self,nstack
zouxiaolv·2020-08-04 10:31

【pytorch】如何更新模型父类参数

更新方法例子如下：importtorchimporttorch.nnasnnclassA(nn.Module):def__init__(self):super(A,self).
zkq_1986·2020-08-04 10:15

VGG系列(Pytorch实现)

VERYDEEPCONVOLUTIONANETWORKFOLARGE-SCALIMAGRECOGNITION下载地址:https://arxiv.org/pdf/1409.1556.pdf网络结构图:Pytorch代码实现:importtorch.nnasnnimportmathclassVGG(nn.Module
Mrzhang先森·2020-08-04 09:26

Pytorch的nn.Dropout运行稳定性测试

如代码所示：importtorchimporttorch.nnasnnclassMyModel(nn.Module):def__init__(self):super(MyModel
Silbera·2020-08-04 09:22

PyTorch中nn.Module浅析

torch.nn.Modules相当于是对网络某种层的封装，包括网络结构以及网络参数和一些操作torch.nn.Module是所有神经网络单元的基类查看源码初始化部分：def__init__(self):self._backend=thnn_backendself._parameters=OrderedDict()self._buffers=OrderedDict()self._backward_
Steven·简谈·2020-08-04 07:57

pytorch 常用层（四）

importtorchastfromtorchimportnnnn.layerPyTorch实现了神经网络中绝大多数的layer，这些layer都继承于nn.Module主要关注以下几点函数的参数，如nn.Linear
润森·2020-08-04 07:39

nn.module之全连接层

importtorchastfromtorchimportnnclassLinear(nn.Module):#继承类def__init__(self,in_features,out_features):
WeiXy+·2020-08-04 07:59

nn.Module模块的使用

特点每一层都是nn.Modulenn.Module都嵌套在nn.Module中常见的模块LinearReLUSigmoidConv2dConvTransposed2dDropoutetc.Container
酸菜余·2020-08-04 07:56

pytorch中nn.Conv1d用法

话不多说，先粘代码（菜鸡的自我修养）classCNN1d(nn.Module):51def__init__(self):52super(CNN1d,self).
好运带来喜和爱·2020-08-04 07:15

『PyTorch x TensorFlow』第八弹_基本nn.Module层函数

『TensorFlow』网络操作API_上『TensorFlow』网络操作API_中『TensorFlow』网络操作API_下之前也说过，tf和t的层本质区别就是tf的是层函数，调用即可，t的是类，需要初始化后再调用实例(实例都是callable的)卷积tensorflow.nn.conv2dimporttensorflowastfsess=tf.Session()input=tf.Variabl
weixin_34075268·2020-08-04 05:09

『PyTorch』第十四弹_torch.nn.Module类属性

nn.Module基类的构造函数：def__init__(self):self._parameters=OrderedDict()self._modules=OrderedDict()self.
weixin_33875839·2020-08-04 04:37

pytroch nn.Module源码解析(1)

于是决定写这篇博客梳理pytorch的nn.Module类，看完这篇博客，你大概率可以学会：提取nn.Sequential中任意一个模块能初始化一个网络的所有权重，不管是随机初始化还是使用权重文件对nn.Module
weixin_30666753·2020-08-04 04:15

Pytorch学习：自定义nn模块——一种搭建复杂网络的途径

//pytorch.org/tutorials/beginner/pytorch_with_examples.html#id19有时候顺序化的模型并不能满足我们搭建复杂网络的需求，这时候就可以使用子类nn.Module
Shawn0901·2020-08-04 03:03

pytorch 一个完整的神经网络训练过程

##TODO:DefineyourmodelwithdropoutaddedclassClassifier(nn.Module):def__init__(self):super().
腾云鹏A·2020-08-04 01:27

1.3 nn.Module 神经网络(一)

nn.Module是nn中最重要的类，可以把它看作一个网络的封装，包含网络各层定义以及forward方法、调用forward(input)方法，可返回前向传播结果。
smiling614·2020-08-04 01:04

【Pytorch】nn.Module一些常用的模块

nn.Module一些常用的模块nn.ReflectionPad2d()nn.Conv2d()参考博客nn.ReflectionPad2d()ReflectionPad2d是paddingLayer，padding
而与你及·2020-08-04 01:13

PyTorch实现的AlexNet

github.com/shanglianlm0525/PyTorch-Networksimporttorchimporttorch.nnasnnimporttorchvisionclassAlexNet(nn.Module
mingo_敏·2020-08-04 00:28

pytorch详解nn.Module类，children和modules方法区别

详解nn.Module类，children和modules方法区别pytorch里面一切自定义操作基本上都是继承nn.Module类来实现的，所以此篇文章来了解下这个核心nn.Module类。
豆豆小朋友小笔记·2020-08-03 23:23

pytorch中利用self.module()方法来初始化模型权重

中构建完模型之后都要在另外初始化方法,非常的麻烦,因此直接利用构建模型类中的初始化方法__init__()以及继承的方法self.modules()来初始化模型权重.self.modules()首先来讲一下nn.Module
笨笨的蛋·2020-08-03 22:12

深度学习--第9篇: Pytorch模型创建与nn.Module

Pytorch模型创建与nn.Module1.模型创建步骤1.1构建模型的两要素2.nn.Module属性2.1torch.nn2.2nn.Module3.模型容器Containers3.1nn.Sequential3.2nn.ModuleList3.3nn.ModuleDict3.4容器总结4.AlexNet创建5.VGG16创建6.MobileNetv2创建1.模型创建步骤1.1构建模型的两要
w风的季节·2020-08-03 22:31

pytorch ——模型创建与nn.Module

以上一切都会基于nn.Module进
努力努力努力努力·2020-08-03 22:54

torch.nn.Module源码学习

nn.Module是使用pytorch进行神经网络训练的主要载体，是所有网络的基类。
Stoneplay26·2020-08-03 21:21

pytorch教程之nn.Module类详解——state_dict和parameters两个方法的差异性比较

前言：pytorch的模块Module类有很多的方法，前面的文章中已经介绍了四个常用的方法，这四个方法可以用于获取模块中所定义的对象（即每一个层）他们分别是children()、named_children()、modules()、named_modules()方法，本文介绍另外两个重要的方法，这两个方法会获取到模型中训练的参数（权值矩阵、偏置bias），这两个方法是model.state_dic
LoveMIss-Y·2020-08-03 21:07

pytorch的自定义拓展之（二）——torch.autograd.Function完成自定义层

前言：前面的一篇文章中，已经很详细的说清楚了nn.Module、nn.functional、autograd.Function三者之间的联系和区别，虽然autograd.Function本质上是自定义函数的
LoveMIss-Y·2020-08-03 21:07

pytorch八：nn.Module深入分析

如果想要深入理解nn.Module，研究其原理很有必要。首先来看看nn.Module基类的构造函数：nn.Module??
东城青年·2020-08-03 21:24

pytorch六：nn.Module

autograd实现了自动微系统，然而对于深度学习来说过于底层，本章将介绍nn模块，是构建于autograd之上的神经网络模块。除了nn之外，我们还会介绍神经网络中常用的工具，比如优化器optim、初始化init等。使用autograd可实现深度学习模型，但其抽象程度较低，如果用其来实现深度学习模型，则需要编写的代码量极大。在这种情况下，torch.nn应运而生，其是专门为深度学习设计的模块。to
东城青年·2020-08-03 21:54

学习笔记|Pytorch使用教程09(模型创建与nn.Module)

网络模型创建步骤nn.Module属性作业一.网络模型创建步骤测试代码：importosimportrandomimportnumpyasnpimporttorchimporttorch.nnasnnfromtorch.utils.dataimportDataLoaderimp
NotFound1911·2020-08-03 21:51

pytorch 共享参数方法

例子1：classConvNet(nn.Module):def__init__(self):super(ConvNet,self).
马管子·2020-08-03 21:00

06.模型创建步骤与nn.Module；模型容器与AlexNet构建

文章目录内容概要网络模型创建步骤nn.Module属性nn.Module总结模型容器（Containers）容器之Sequential容器之ModuleList容器之ModuleLDict容器总结AlexNet
oldmao_2001·2020-08-03 20:26

nn.autogrid.Function 与nn.module的区别

Function与Module的差异与应用场景Function与Module都可以对pytorch进行自定义拓展，使其满足网络的需求，但这两者还是有十分重要的不同：Function一般只定义一个操作，因为其无法保存参数，因此适用于激活函数、pooling等操作；Module是保存了参数，因此适合于定义一层，如线性层，卷积层，也适用于定义一个网络Function需要定义三个方法：__init__,f
mdjxy63·2020-08-03 20:46

第四章-使用nn.Module实现全连接层

importtorchastfromtorchimportnnfromtorch.autogradimportVariableasVclassLinear(nn.Module):#继承nn.Moduledef
lwycc233·2020-08-03 19:06

pytorch里面nn.Module讲解

nn.Module是在pytorch使用非常广泛的类，搭建网络基本都需要用到这个。当我们搭建自己的网络时，可以继承官方写好的nn.Module模块，为什么要用这个呢？
yolovu·2020-08-03 19:07

两层线性神经网络的多种实现方法(pytorch入门1)

Pytorch实现1.整体框架完全不变，只是改用torch的语法2.利用pytorch的autograd机制3.利用pytorch.nn搭建model4.用torch.optim自动优化，得到梯度最小5.使用nn.module
Muasci·2020-08-03 18:59
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他