文章分类 - pytorch
发表于 2022-10-15 14:50阅读：35评论：0推荐：0
摘要：conda install ipykernel conda install nb_conda 安装完这两个库之后，就ok了，如果conda无效，可以试试pip
阅读全文 »
发表于 2022-07-18 16:11阅读：3092评论：0推荐：0
摘要：解决方法 网上有很多的解决方法，踩了很多坑，最后终于启动了 1.在conda prompt中启动激活环境 2.网上说的是conda install ipykernel 我换源是清华源，下载其他的包都是没有问题的，总是会安装失败，我使用pip install ipykernel命令最后成功安装了 最后
阅读全文 »
发表于 2022-07-15 14:08阅读：31评论：0推荐：0
摘要：1.先安装Matplotlib的库 pip install Matplotlib Matplotplot是一个绘图库，在绘制2D图上非常方便 2.使用方法 import matplotlib.pyplot as plt import numpy as np # 1.绘制曲线图 x = np.aran
阅读全文 »
发表于 2022-07-13 20:09阅读：108评论：0推荐：0
摘要：项目演示是在jupyter notebook上运行的 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline # 1.读取数据 data = pd.r
阅读全文 »
发表于 2022-07-13 14:17阅读：68评论：0推荐：0
摘要：``` import torch import numpy as np import pandas as pd import matplotlib.pyplot from torch import nn #读取数据 data = pd.read_csv(r'C:\Users\22789\Deskto
阅读全文 »
发表于 2022-07-12 15:36阅读：38评论：0推荐：0
摘要：import torch import matplotlib.pyplot as plt import pandas as pd import numpy as np import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" # 1.读取数据 data
阅读全文 »
发表于 2022-07-12 12:36阅读：1555评论：0推荐：0
摘要：1.下载anconda或者miniconda 教程网上很多随便找一个即可，别忘了添加环境变量 2.创建虚拟环境 conda create -n 环境名 python=3.7 版本号可以自己设置 3.通过jupyter notebook打开conda虚拟环境 jupyter notebook原本是只有
阅读全文 »
发表于 2022-03-23 11:24阅读：43评论：0推荐：0
摘要：Pytorch是一个十分强大的深度学习领域框架，Pytorch的强大并不仅局限于自身的易用性，更在于开源社区围绕Pytorch所产生的一系列工具包（一般是Python package）和程序，这些强大的工具包极大的方便了Pytorch在特定领域的使用。比如对于计算机视觉，有TorchVision、T
阅读全文 »
发表于 2022-03-22 21:54阅读：375评论：0推荐：0
摘要：训练过程的可视化在深度学习模型训练中扮演着重要的角色。学习的过程是一个优化的过程，我们需要找到最优的点作为训练过程的输出产物。一般来说，我们会结合训练集的损失函数核验证集的损失函数，绘制两条损失函数的曲线来确定训练的终点，找到对应的模型用于测试。那么除了记录训练中每个epoch的loss值，能否实现
阅读全文 »
发表于 2022-03-22 20:42阅读：569评论：0推荐：0
摘要：随着深度神经网络发展，网络变得越来越复杂，我们也很难确定每一层的输入结构，输出结构以及参数等信息,这对我们搭建网络以及后期debug都造成了一定的难度。因此掌握了一个可以用来可视化网络结构的工具是很重要的。类似的功能在另一个深度学习库Keras中可以调用一个叫做model.summary()的API
阅读全文 »
发表于 2022-03-19 15:30阅读：318评论：0推荐：0
摘要：随着深度学习的发展，在大模型的训练上都是在一些较大数据集上进行训练的，比如Imagenet-1k，Imagenet-11k,甚至是ImageNet-21k等。但我们在实际应用中，我们的数据集可能比较小，只有几千张照片，这时从头训练具有几千万参数的大型神经网络是不现实的，因为越大的模型对数据量的要求越
阅读全文 »
发表于 2022-03-18 10:18阅读：581评论：0推荐：0
摘要：在之前看论文，其实也有很多点说到这个问题（学习率的选择）。如果我们学习率设置的过小，会极大的降低模型收敛速度，从而大大增加了训练时间；如果学习率太大，可能导致参数在最优解来回震荡。但是当我们选定了一个合适的学习率的时候，经过多轮的训练后，可能会出现准确率震荡或loss不再下降等情况，说明之前设置的这
阅读全文 »
发表于 2022-03-18 08:52阅读：1271评论：0推荐：0
摘要：pytroch在torch.nn模块中本来就为我们提供了许多常用的损失函数，比如MSELoss，L1Loss，BCELoss.........但是在科研中还有实际一些运用场景中，我们需要通过自定义损失函数的方式来实现一些损失函数。 1.以函数的方式自定义损失函数 def my_loss(output
阅读全文 »
发表于 2022-03-13 20:38阅读：101评论：0推荐：0
摘要：前文概要：最近参加了DataWhale的组队学习任务，pytorch进阶组队，有一些深度学习基础，先来总结第一个项目实战任务，FashionMNIST时装分类任务，该数据集是一个比较成熟的数据集，可以直接在torch.utils.data的dataset包中直接下载即可。 整体超参数的设置： ##
阅读全文 »
发表于 2022-03-13 15:48阅读：327评论：0推荐：0
摘要：torchvision.datasets 如果实验中使用成熟的图像数据集合，可以使用torchvision.datasets模块 支持–MNIST、Fashion-MNIST、KMNIST、EMNIST、FakeData、COCO、Captions、Detection、LSUN、ImageFolde
阅读全文 »
发表于 2022-03-09 14:45阅读：242评论：0推荐：1
摘要：并行计算 在利用pytorch做深度学习的过程中，可能会遇到数据量较大，无法在单块GPU上完成，或者需要提升计算速度的场景，这时就需要用到并行计算。 1.为什么要做并行计算? 我们学习pytorch的目的是可以编写我们自己的框架，来完成特定地任务。可以说在深度学习时代，GPU的出现让我们可以训练的更
阅读全文 »
