摘要：
微调流程 在源数据集(source dataset)上预训练一个网络模型，即源模型(source model) 创建一个新的网络模型，即目标模型(target model) 目标模型复制了源模型上除了输出层外的所有模型设计及参数。 我们假设这些模型参数包含了源数据集上学习到的知识，且这些知识同样适用 阅读全文
摘要：
修改模型 import torchvision.models as models net = models.resnet50() # 查看模型定义 print(net) # output ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), strid 阅读全文
摘要：
在线下载 from PIL import Image import torch import torchvision from torch.utils.data.dataset import Dataset import torchvision.transforms as transforms # 阅读全文
摘要：
Tensor dtype: 张量的数据类型，如torch.FloatTensor, torch.cuda.FloatTensor shape: 张量形状 device: 张量所在设备 requires_grad: 指示是否需要梯度 grad: data的梯度 grad_fn: 创建Tensor的Fu 阅读全文