08 2022 档案
摘要：一、神经网络训练 # file : train.py # time : 2022/8/11 上午10:03 # function : import torchvision.datasets from model import * from torch.utils.data import DataLo
阅读全文
摘要：一、网络模型的保存和加载 1、网络模型保存方法1 import torch import torchvision vgg16 = torchvision.models.vgg16(weights=False) # 保存方法1：模型结构+模型参数 torch.save(vgg16, "vgg16_me
阅读全文
摘要：一、github官方网址 https://github.com/ultralytics/yolov5/tree/v6.1 二、labelme标记数据集： （1）、进入虚拟环境 （2）、pip install labelme （3）、labelme打开 （4）、注意选择自动保存 注：labelme 支
阅读全文
摘要：官网网址： https://pytorch.org/vision/0.9/models.html#semantic-segmentation (1)、ImageNet train_data = torchvision.datasets.ImageNet("../dataset", split='tr
阅读全文
摘要：一、百度Unit新建机器人 网址：https://ai.baidu.com/tech/speech/asr： 1、新建机器人并添加预置技能步骤 （1）、新建机器人（添加预置技能），并填写机器人具体信息 （2）、进入新建的机器人 -> 选择技能管理 -> 添加技能 （3）、可以选择预置技能 -> 进度
阅读全文
摘要：1、损失函数的作用： （1）计算实际输出和目标输出之间的差距； （2）为我们更新输出提供一定的依据（也就是反向传播） 官网链接：https://pytorch.org/docs/1.8.1/nn.html 2、损失函数的使用 2.1、L1Loss 注：reduction = “sum” 表示求和 /
阅读全文
摘要：1、神经网络图 输入图像是3通道的32×32的，先后经过卷积层(5×5的卷积核)、最大池化层(2×2的池化核)、卷积层(5×5的卷积核)、最大池化层(2×2的池化核)、卷积层(5×5的卷积核)、最大池化层(2×2的池化核)、拉直、全连接层的处理，最后输出的大小为10。 注：（1）通道变化时通过调整卷
阅读全文
摘要：（一）Liner Layers线性层 b 是偏移量bias 代码输入: import torch import torchvision from torch import nn from torch.nn import Linear from torch.utils.data import Data
阅读全文
摘要：如果神经元的输出是输入的线性函数，而线性函数之间的嵌套任然会得到线性函数。如果不加非线性函数处理，那么最终得到的仍然是线性函数。所以需要在神经网络中引入非线性激活函数。 常见的非线性激活函数主要包括Sigmoid函数、tanh函数、ReLU函数、Leaky ReLU函数，这几种非线性激活函数的介绍在
阅读全文
摘要：（一）神经网络的骨架 nn.Module import torch from torch import nn class Tudui(nn.Module): def __init__(self): super().__init__() def forward(self, input): output
阅读全文
摘要：batch_size：有多少张 shuffle=True：顺序不打乱 num_workers: 进程数 drop_last：最后不够64张是否舍去 import torchvision from torch.utils.data import DataLoader # 1 from torch.ut
阅读全文
