随笔分类 -  PyTorch

摘要:本文从Fabric-ca源码入手,以newRegisterCommand()函数为例,简单分析client启动时的过程。Fabric-ca源码可以从github.com下载,本文以v1.4.6为例进行简单分析。 与server相似,本文也是从main.go开始: // fabric-ca/cmd/f 阅读全文
posted @ 2020-03-13 15:57 落雷 阅读(516) 评论(0) 推荐(0) 编辑
摘要:迁移学习教程 来自 "这里" 。 在本教程中,你将学习如何使用迁移学习来训练你的网络。在 "cs231n notes" 你可以了解更多关于迁移学习的知识。 两个主要的迁移学习的场景如下: Finetuning the convert :与随机初始化不同,我们使用一个预训练的网络初始化网络,就像在im 阅读全文
posted @ 2019-07-13 09:37 落雷 阅读(3439) 评论(0) 推荐(0) 编辑
摘要:Learning PyTorch with examples 来自 "这里" 。 本教程通过自包含的示例来介绍PyTorch的基本概念。 PyTorch的核心是两个主要功能: 可在GPU上运行的,类似于numpy的多维tensor 自动区分构建的和训练的神经网络 我们将使用全连接ReLU网络作为示例 阅读全文
posted @ 2019-07-10 20:55 落雷 阅读(2061) 评论(2) 推荐(0) 编辑
摘要:数据导入与处理 来自 "这里" 。 在解决任何机器学习问题时,都需要在处理数据上花费大量的努力。PyTorch提供了很多工具来简化数据加载,希望使代码更具可读性。在本教程中,我们将学习如何从繁琐的数据中加载、预处理数据或增强数据。 开始本教程之前,请确认你已安装如下Python包: scikit i 阅读全文
posted @ 2019-07-03 19:51 落雷 阅读(2241) 评论(0) 推荐(0) 编辑
摘要:训练分类器 目前为止,你已经知道如何定义神经网络、计算损失和更新网络的权重。现在你可能在想,那数据呢? What about data? 通常,当你需要处理图像、文本、音频或者视频数据时,你可以使用标准Python包来将数据导入到numpy 数组中。然后再将数组转换成 。 对于图像,可用的包有:Pi 阅读全文
posted @ 2019-06-28 14:07 落雷 阅读(549) 评论(2) 推荐(0) 编辑
摘要:神经网络 来源于 "这里" 。 神经网络可以使用 包构建。 现在你对 已经有了初步的了解, 依赖于 定义模型并区分它们。一个 包含了层(layers),和一个用来返回 的方法 。 以下面这个区分数字图像的网络为例: 上图是一个简单的前馈网络。它接受输入,一个层接一层地通过几层网络,最后给出输出。 典 阅读全文
posted @ 2019-06-28 14:02 落雷 阅读(310) 评论(0) 推荐(0) 编辑
摘要:深度学习60分钟入门 来源于 "这里" 。 本文目标: 在高层次上理解PyTorch的Tensor库和神经网络 训练一个小型的图形分类神经网络 本文示例运行在ipython中。 什么是PyTorch PyTorch是由Torch7团队开发的,从名字就可以看出,它跟Torch的不同之处在于PyTorc 阅读全文
posted @ 2019-06-26 17:15 落雷 阅读(356) 评论(0) 推荐(0) 编辑
摘要:PyTorch基础 摘抄自《深度学习之Pytorch》。 Tensor(张量) PyTorch里面处理的最基本的操作对象就是Tensor,表示的是一个多维矩阵,比如零维矩阵就是一个点,一维就是向量,二维就是一般的矩阵,多维就相当于一个多维数组,这和numpy是对应,而且PyTorch的Tensor可 阅读全文
posted @ 2019-06-12 20:09 落雷 阅读(587) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示