随笔分类 - ai / pytorch
摘要：PyTorch Tutorial PyTorch is a deep learning framework, one of the two main frameworks alongside TensforFlow. import torch import torch.nn as nn Tensor
阅读全文
摘要：深度学习的核心是卷积，卷积的核心是张量（Tensor) 理解 Tensor Tensor 可以简单理解为是标量、向量、矩阵的高维扩展。你可以把张量看作多维数组，但相较于ndarray，Tensor 包含了grad、requires_grad、grad_fn、device 等属性，是为服务于神经网络而
阅读全文
摘要：torch.nn 是 pytorch 的一个神经网络库(nn 是 neural network 的简称)。 Containers torch.nn 构建神经网络的模型容器(Containers,骨架)有以下六个： Module Sequential ModuleList ModuleDict Par
阅读全文
摘要：DataLoader 用于读取数据到网络。 DataLoader 将数据集（Dataset）和采样器（Sampler）组合在一起，并在给定数据集上提供迭代。Sampler 的功能是生成索引，Dataset 根据生成的索引读取样本以及标签。 DataLoader 支持 map 式和 iterable
阅读全文
摘要：torchvision 中的数据集使用 在torchvision.datasets模块中提供了许多内置的数据集。 内置的数据集有 CIFAR10、MNIST、COCO等，更多可进入 pytorch 官网查看。 所有内置的数据集都继承了 torch.utils.data.Dataset 类，并且实现了
阅读全文
摘要：学习 pytorch 的 transforms 一节中产生疑问：ToTensor 操作中图像数据满足 [0,255] 条件会进行线性归一化，映射到 [0,1]。在 ToTensor 操作后一般紧接着 Nomalize 操作，又进行了一次标准差归一化。既然已经归一化了一次，为什么还要再来一次？ 以下是
阅读全文
摘要：transforms 在计算机视觉工具包 torchvision下，用来对图像进行预处理： 数据中心化 数据标准化 缩放 裁剪 旋转 翻转 填充 噪声添加 灰度变换 线性变换 仿射变换 亮度、饱和度以及对比度变换等。 transforms 本质就是一个python文件，相当于一个工具箱，里面包含诸如
阅读全文
摘要：TensorBoard 是TensorFlow的可视化工具包，提供机器学习实验所需的可视化功能和工具： 跟踪和可视化损失及准确率等指标 可视化模型图（操作和层） 查看权重、偏差或其他张量随时间变化的直方图 将嵌入投射到较低的维度空间 显示图片、文字和音频数据 剖析 TensorFlow 程序 安装
阅读全文
摘要：Pytorch加载数据初认识 pytorch 中加载数据主要涉及两个类：Dataset 和 Dataloader。 Dataset 提供一种方式去获取数据及其label Dataloader 构建可迭代的数据装载器，为网络提供不同的数据形式 Dataset Dataset 实现的功能： 获取每个数据
阅读全文
摘要：管理虚拟环境 不同的项目需要不同的环境，Anaconda集成的conda包可以创建不同的环境并进行隔离。 打开 Anaconda Promp，创建环境，其中 pytorch 为创建的环境名： conda create -n 虚拟环境名 python=版本 启动环境 conda activate 虚拟
阅读全文
