随笔分类 - pytorch基础
摘要：torch.manual_seed(seed) # 为CPU设置随机种子 torch.cuda.manual_seed(seed) # 为当前GPU设置随机种子 torch.cuda.manual_seed_all(seed) # if you are using multi-GPU，为所有GPU设
阅读全文
摘要：假如输入数据是4维的 a = torch.randn(3, 4, 5, 6) y = a[..., 0] # 取第四个维度的第0个 上面操作等同于 y = a[:, :, :, 0]
阅读全文
摘要：1. 随机选择 使用random包 从列表里随机选出一个元素 from random import choice ls = [1, 2, 3, 4] print(choice(ls)) 2. 随机抽样 从列表里随机抽出出一组元素，不放回抽样 import random ls = [1, 2, 3,
阅读全文
摘要：1..data() 将变量(Variable)变为tensor,将requires_grad设置为Flase a = torch.tensor([1.0], requires_grad=True) b = a.data print(b, b.requires_grad) ## 输出为： tensor
阅读全文
摘要：####1. BN层 torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) 输入：, 对应nu
阅读全文
摘要：一、 函数解释 clone() 返回一个新的tensor，这个tensor与原始tensor的数据不共享一个内存(也就是说， 两者不是同一个数据，修改一个另一个不会变)。 requires_grad属性与原始tensor相同，若requires_grad=True，计算梯度，但不会保留梯度，梯度会与
阅读全文
摘要：# 在本地显示服务器的tensorbord内容 (全文转自https://blog.csdn.net/a314688122a/article/details/81505082。侵删！！！) 问题 由于tensorflow程序在远程服务器运行，而tensorboard启动后访问地址为：0.0.0.0:
阅读全文
摘要：1.torch.eq out = torch.eq(input, other) 功能： 比较两个张量的元素是否相同 参数： input：输入的张量 other: 用于比较的张量 out: 输出元素为True或者是Flase的张量 例子： 例子1： >>> torch.eq(torch.tensor(
阅读全文
摘要：## 在torch中softmax的使用在torch中softmax的使用 在哪一维度上进行softmax操作，哪一维度的值之和为1 class Fc(nn.Module): def __init__(self, in_channel, out_channel): super(Fc, self)._
阅读全文
摘要：Pytorch ：list, numpy.array, torch.Tensor 格式相互转化 同时解决 ValueError:only one element tensors can be converted to Python scalars 问题 - torch.Tensor 转 numpy
阅读全文
摘要：pytorch输入数据PipeLine一般遵循一个“三步走”的策略，一般pytorch 的数据加载到模型的操作顺序是这样的： ① 创建一个 Dataset 对象。必须实现__len__()、getitem()这两个方法，这里面会用到transform对数据集进行扩充。 ② 创建一个 DataLoad
阅读全文
摘要：class Foo(): def __init__(self, x): print("this is class of Foo.") print("Foo类属性初始化") self.f = "foo" print(x) class Children(Foo): def __init__(self):
阅读全文
摘要：将一个文件夹变成了一个包 可以通过文件夹名.函数调用__init__.py里的函数 例如： -文件夹（net） -py文件（__init__.py） -py文件（main.py） 文件存储格式如上所示 __init__.py def get(): return 0 main.py from net
阅读全文
摘要：nn.Sequential用法 将多个模块进行封装 layer = nn.Sequential(nn.Conv2d(in_channels=128, out_channels=64,kernel_size) nn.Sequential内部实现了forward功能，可以直接调用 例如： x = tor
阅读全文
摘要：打开.npy文件 import pickle # 注意使用rb打开二进制文件 f = open('data/NTU-RGB-D/xsub/train_data.npy','rb') data = pickle.load(f) print(data) 打开.npy文件 test=np.load('da
阅读全文
