上一页 1 2 3 4 5 6 7 8 ··· 11 下一页
摘要: 写在前面 在本教程中,我们将学习: 通过 使用多GPU训练模型. 数据拟合. 使用多GPU python device = torch.device("cuda:0") model.to(device) 返回my_tensor的一个GPU上的备份, 而不是重写覆盖了 ,这种写法是不正确的 myten 阅读全文
posted @ 2020-02-17 10:48 云远·笨小孩 阅读(665) 评论(0) 推荐(0) 编辑
摘要: 基于CNN的CIFAR10图像分类 完整代码如下: cifar10教程补充内容 更优选的网络,类似VGG 这个网络比前面那个准确率更高一些. 显示图片及标签 显示一些训练集中的照片: 显示预测结果和实际结果: 阅读全文
posted @ 2020-02-17 10:09 云远·笨小孩 阅读(2389) 评论(0) 推荐(1) 编辑
摘要: 原文地址: https://jdhao.github.io/2017/12/10/pandoc-markdown-with-chinese/ For English version of this post, click here. 更新时间:2019-11-18 本文主要写如何使用 Pandoc 阅读全文
posted @ 2020-02-16 22:47 云远·笨小孩 阅读(1368) 评论(0) 推荐(0) 编辑
摘要: 原文地址:https://www.cnblogs.com/liaohuiqiang/p/9740382.html R-CNN(Region-based CNN) motivation:之前的视觉任务大多数考虑使用SIFT和HOG特征,而近年来CNN和ImageNet的出现使得图像分类问题取得重大突破 阅读全文
posted @ 2020-02-16 17:47 云远·笨小孩 阅读(169) 评论(0) 推荐(0) 编辑
摘要: 原文地址:https://www.cnblogs.com/liaohuiqiang/p/9691458.html 前言 在论文笔记:CNN经典结构1中主要讲了2012-2015年的一些经典CNN结构。本文主要讲解2016-2017年的一些经典CNN结构。 CIFAR和SVHN上,DenseNet-B 阅读全文
posted @ 2020-02-16 17:45 云远·笨小孩 阅读(262) 评论(0) 推荐(0) 编辑
摘要: 原文地址:https://www.cnblogs.com/liaohuiqiang/p/9606901.html 前言 本文主要介绍2012-2015年的一些经典CNN结构,从AlexNet,ZFNet,OverFeat到VGG,GoogleNetv1-v4,ResNetv1-v2。 在论文笔记:C 阅读全文
posted @ 2020-02-16 17:44 云远·笨小孩 阅读(220) 评论(0) 推荐(0) 编辑
摘要: 原文链接:https://www.cnblogs.com/liaohuiqiang/p/9609162.html ImageNet 是一个超过15 million的图像数据集,大约有22,000类。 是由李飞飞团队从2007年开始,耗费大量人力,通过各种方式(网络抓取,人工标注,亚马逊众包平台)收集 阅读全文
posted @ 2020-02-16 17:42 云远·笨小孩 阅读(305) 评论(0) 推荐(0) 编辑
摘要: Projects' Models 神经网络的基本概念 如无特殊说明, 按以下计: 线性层(L)为:\(h=X*W+b\) 全连接层(FC)为: 线性层L+ReLU层 Softmax层(S)为:\(Softmax(x_{i}) = \frac{e^{x_{i}}}{\sum_{i}e^{x_{i}}} 阅读全文
posted @ 2020-02-16 16:32 云远·笨小孩 阅读(384) 评论(0) 推荐(0) 编辑
摘要: 介绍三种方式来发布Python程序。 要打包的示例程序 hello.py: import numpy as np import os print('Call Numpy\'s function:{}'.format(np.random.rand(2,3))) if __name__ == '__ma 阅读全文
posted @ 2020-02-15 16:55 云远·笨小孩 阅读(993) 评论(0) 推荐(0) 编辑
摘要: 本方法弊端很大!不建议采用! 建议使用更加友好的方法: 参考: https://segmentfault.com/a/1190000016087451 https://www.cnblogs.com/aoede-jacqueline/archive/2019/07/25/11244714.html 阅读全文
posted @ 2020-02-15 12:19 云远·笨小孩 阅读(733) 评论(0) 推荐(0) 编辑
摘要: 本帖转载自知乎网 请注意,以下方法针对于chrome 71.0版本以上. 请注意这是一项危险操作,由此带来的安全风险需要您自己担负. 新建文本文档,打开并添加以下代码: Windows Registry Editor Version 5.00 [HKEY_CURRENT_USER\Software\ 阅读全文
posted @ 2020-02-13 12:05 云远·笨小孩 阅读(1021) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2020-02-05 21:51 云远·笨小孩 阅读(6) 评论(0) 推荐(0) 编辑
摘要: 上一节中,我们使用autograd的包来定义模型并求导。本节中,我们将使用torch.nn包来构建神经网络。 一个nn.Module包含各个层和一个forward(input)方法,该方法返回output. 上图是一个简单的前馈神经网络。它接受一个输入。然后一层接着一层地传递。最后输出计算的结果。 阅读全文
posted @ 2020-02-04 16:01 云远·笨小孩 阅读(4857) 评论(2) 推荐(0) 编辑
摘要: PyTorch所有神经网络的核心是 autograd 自动微分。该 autograd 软件包为 Tensors 上的所有操作提供自动微分。 计算图 = Tensor + Function PyTorch也是以 为核心进行微分的。这与TensorFlow中是一致的。在计算图中,圆圈/矩形等表示 ,而线 阅读全文
posted @ 2020-02-03 17:26 云远·笨小孩 阅读(1045) 评论(0) 推荐(0) 编辑
摘要: 库导入 矩阵(张量)创建函数ones/zeros/rand(n)/empty/full/eye 序列生成 矩阵运算函数 python x.size() 获取矩阵形状 output: torch.Size([5,3]) x[:,1] 类似numpy的方法来访问元素 1 矩阵加法 | x + y | t 阅读全文
posted @ 2020-01-29 22:10 云远·笨小孩 阅读(755) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 11 下一页