随笔分类 -  Pytorch

摘要:https://www.cnblogs.com/marsggbo/p/11308889.html https://www.cnblogs.com/marsggbo/p/11541054.html 阅读全文
posted @ 2019-12-17 15:37 Le1B_o 阅读(406) 评论(0) 推荐(0) 编辑
摘要:https://www.jianshu.com/p/bb90bff9f6e5 阅读全文
posted @ 2019-12-16 15:53 Le1B_o 阅读(348) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/weixin_40476348/article/details/94562240 常用于多分类任务,NLLLoss 函数输入 input 之前,需要对 input 进行 log_softmax 处理,即将 input 转换成概率分布的形式,并且取对数,底数 阅读全文
posted @ 2019-11-22 20:34 Le1B_o 阅读(9375) 评论(1) 推荐(1) 编辑
摘要:版权声明:本文为博主原创文章,遵循 CC 4.0 BY SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/tfcy694/article/details/85338745 本文列举的框架源码基于PyTorch1.0,交互语句在0.4.1上测试通过 阅读全文
posted @ 2019-11-10 18:41 Le1B_o 阅读(874) 评论(0) 推荐(0) 编辑
摘要:对于 PyTorch 的基本数据对象 Tensor (张量),在处理问题时,需要经常改变数据的维度,以便于后期的计算和进一步处理,本文旨在列举一些维度变换的方法并举例,方便大家查看。 维度查看:torch.Tensor.size() 查看当前 tensor 的维度 举个例子: import torc 阅读全文
posted @ 2019-11-09 20:54 Le1B_o 阅读(5391) 评论(0) 推荐(0) 编辑
摘要:<! flowchart 箭头图标 勿删 pytorch的模型和参数是分开的,可以分别保存或加载模型和参数。 1、直接保存模型 保存模型 torch.save(model, 'model.pth') 加载模型 model = torch.load('model.pth') 2、分别加载模型的结构和参 阅读全文
posted @ 2019-05-24 20:50 Le1B_o 阅读(12590) 评论(1) 推荐(0) 编辑
摘要:https://www.jianshu.com/p/c614a205f33f 阅读全文
posted @ 2019-05-21 16:23 Le1B_o 阅读(353) 评论(0) 推荐(0) 编辑
摘要:转自:https://blog.csdn.net/LoseInVain/article/details/86476010 <! flowchart 箭头图标 勿删 前言: 本文主要介绍在pytorch中的Batch Normalization的使用以及在其中容易出现的各种小问题,本来此文应该归属于[ 阅读全文
posted @ 2019-05-17 11:27 Le1B_o 阅读(7286) 评论(0) 推荐(2) 编辑
摘要:转自:https://sherlockliao.github.io/2017/07/10/backward/ backward只能被应用在一个标量上,也就是一个一维tensor,或者传入跟变量相关的梯度。 特别注意Variable里面默认的参数requires_grad=False,所以这里我们要重 阅读全文
posted @ 2019-04-04 14:53 Le1B_o 阅读(644) 评论(0) 推荐(0) 编辑
摘要:Pytorch官方文档: 测试代码: 转自:https://blog.csdn.net/tmk_01/article/details/80679549 import torchimport torch.nn as nnm = nn.BatchNorm2d(2,affine=True) #weight 阅读全文
posted @ 2018-12-11 15:51 Le1B_o 阅读(23216) 评论(0) 推荐(0) 编辑
摘要:测试代码: import torch.nn as nnclass Model(nn.Module): def __init__(self): super(Model, self).__init__() self.conv1 = nn.Conv2d(10, 20, 4) self.conv2 = nn 阅读全文
posted @ 2018-12-10 15:18 Le1B_o 阅读(2135) 评论(0) 推荐(0) 编辑
摘要:测试代码: import torch import torch.nn as nn m = nn.ReLU(inplace=True) input = torch.randn(10) print(input) output = m(input) print(output) print(input) 输 阅读全文
posted @ 2018-12-10 14:55 Le1B_o 阅读(3312) 评论(0) 推荐(0) 编辑
摘要:ConvTransposed2d()其实是Conv2d()的逆过程,其参数是一样的 Conv2d(): output = (input+2*Padding-kernelSize) / stride + 1(暂时不考虑outputPadding 注意:outputPadding只是在一边Padding 阅读全文
posted @ 2018-12-10 11:34 Le1B_o 阅读(2187) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示