03 2018 档案
摘要：上文介绍了数据读取、数据转换、批量处理等等。了解到在PyTorch中，数据加载主要有两种方式： 1. 自定义的数据集对象。数据集对象被抽象为Dataset类，实现自定义的数据集需要继承Dataset。且须实现__len__()和__getitem__()两个方法。 2. 利用torchvision包
阅读全文
摘要：引自Pytorch tutorial： Data Loading and Processing Tutorial 这节主要介绍数据的读入与处理。 数据描述：人脸姿态数据集。共有69张人脸，每张人脸都有68个点 。可视化其中一张如下： 一.数据读取 这些图像名字与散点坐标存于 face_landmar
阅读全文
摘要：引自官方： Transfer Learning tutorial Ng在Deeplearning.ai中讲过迁移学习适用于任务A、B有相同输入、任务B比任务A有更少的数据、A任务的低级特征有助于任务B。对于迁移学习，经验规则是如果任务B的数据很小，那可能只需训练最后一层的权重。若有足够多的数据则可以
阅读全文
摘要：1. PyTorch进行训练和测试时指定实例化的model模式为：train/eval eg: class VAE(nn.Module): def __init__(self): super(VAE, self).__init__() ... def reparameterize(self, mu,
阅读全文
摘要：1. Pytorch 论坛/网站 PyTorch 中文网 python优先的深度学习框架 Pytorch中文文档 Pythrch-CN文档地址 PyTorch 基礎篇 2. Pytorch 书籍 深度学习入门之PyTorch 深度学习框架PyTorch：入门与实践 3. Pytorch项目实现 th
阅读全文
摘要：一、泊松分布 日常生活中，大量事件是有固定频率的。 某医院平均每小时出生3个婴儿 某公司平均每10分钟接到1个电话 某超市平均每天销售4包xx牌奶粉 某网站平均每分钟有2次访问 它们的特点就是，我们可以预估这些事件的总数，但是没法知道具体的发生时间。已知平均每小时出生3个婴儿，请问下一个小时，会出生
阅读全文
摘要：学习总结于国立台湾大学 ：李宏毅老师 EB-GAN： Energy-based Generative Adversarial Network MA-GAN：MAGAN: Margin Adaptation for Generative Adversarial Networks LS-GAN： Los
阅读全文
摘要：先解决下keras可视化安装graphviz的问题： 注意安装顺序： 1. 使用pytorchviz进行pytorch执行过程的可视化 demo： 详见： https://github.com/szagoruyko/pytorchviz
阅读全文
摘要：关于自编码器的原理见另一篇博客 ： 编码器AE & VAE 这里谈谈对于变分自编码器（Variational auto-encoder）即VAE的实现。 1. 稀疏编码 首先介绍一下“稀疏编码”这一概念。 早期学者在黑白风景照片中可以提取到许多16*16像素的图像碎片。而这些图像碎片几乎都可由64种
阅读全文
摘要：解决方法1. 在终端执行： 但是每次要运行tensorflow时都得执行此命令，而且在Spyder、jupyter notebook中仍然报错。 解决方法2. 在bashrc中写入路径： 但是这还没解决我的问题。 解决方法3. 彻底解决 检查LD_LIBRARY_PATH 我的结果： ”:/usr/
阅读全文
摘要：WassersteinGAN源码 作者的代码包括两部分：models包下包含dcgan.py和mlp.py, 这两个py文件是两种不同的网络结构，在dcgan.py中判别器和生成器都含有卷积网络，而mlp.py中判别器和生成器都只是全连接。 此外main.py为主函数，通过引入import mode
阅读全文
