摘要: "https://me.csdn.net/weixin_42419002" 阅读全文
posted @ 2019-03-15 14:17 YangZhaonan 阅读(157) 评论(0) 推荐(0) 编辑
摘要: 打印网络结构 打印训练过程 从测试数据中打印10个预测 END 阅读全文
posted @ 2019-02-26 21:47 YangZhaonan 阅读(463) 评论(0) 推荐(0) 编辑
摘要: 超参数设置 数据 4种优化器的训练过程的loss变化,下降的越快越好 END 阅读全文
posted @ 2019-02-26 20:48 YangZhaonan 阅读(340) 评论(0) 推荐(0) 编辑
摘要: BATCH_SIZE = 8 , 所有数据利用三次 END 阅读全文
posted @ 2019-02-26 20:20 YangZhaonan 阅读(1688) 评论(0) 推荐(0) 编辑
摘要: 训练网络,并用两种方式保存网络 加载第一种(含所有信息的)网络:torch.load('net.pkl') 加载第二种(只含有参数的)网络:net3.load_state_dict(torch.load('net_params.pkl')) 运行上面的函数 三个网络绘制的图片 END 阅读全文
posted @ 2019-02-26 20:02 YangZhaonan 阅读(520) 评论(0) 推荐(0) 编辑
摘要: easy and fast way to build your network 两种方法使用效果完全相同 END 阅读全文
posted @ 2019-02-26 19:38 YangZhaonan 阅读(258) 评论(0) 推荐(0) 编辑
摘要: END 阅读全文
posted @ 2019-02-26 19:28 YangZhaonan 阅读(2343) 评论(0) 推荐(0) 编辑
摘要: END 阅读全文
posted @ 2019-02-26 19:24 YangZhaonan 阅读(249) 评论(0) 推荐(0) 编辑
摘要: 2.3 Activation Function END 阅读全文
posted @ 2019-02-26 19:21 YangZhaonan 阅读(925) 评论(0) 推荐(0) 编辑
摘要: details about math operation in torch can be found in: http://pytorch.org/docs/torch.html math operations convert numpy to tensor or vise versa abs 绝对 阅读全文
posted @ 2019-02-26 19:20 YangZhaonan 阅读(1127) 评论(0) 推荐(0) 编辑