摘要：
1.数据类型简介 Numpy NumPy 支持比 Python 更多种类的数值类型。 下表显示了 NumPy 中定义的不同标量数据类型。 Pytorch Torch定义了七种CPU张量类型和八种GPU张量类型,这里我们就只讲解一下CPU中的，其实GPU中只是中间加一个cuda即可，如torch.cu 阅读全文
摘要：
浅谈NumPy中的维度Axis NumPy中的维度是一个很重要的概念，很多函数的参数都需要给定维度Axis，如何直观的理解维度呢？我们首先以二维数组为例进行说明，然后推广到多维数组。 (有人将ndim属性叫维度，将axis叫轴，我还是习惯将axis称之为维度，axis=0称为第一个维度) 二维数组的 阅读全文
摘要：
torch.optim.SGD class torch.optim.SGD(params, lr=<object object>, momentum=0, dampening=0, weight_decay=0, nesterov=False) 功能: 可实现SGD优化算法，带动量SGD优化算法，带 阅读全文
摘要：
损失函数通过调用torch.nn包实现。 基本用法: criterion = LossCriterion() #构造函数有自己的参数 loss = criterion(x, y) #调用标准时也有参数 L1范数损失 L1Loss 计算 output 和 target 之差的绝对值。 torch.nn 阅读全文
摘要：
本文对transforms.py中的各个预处理方法进行介绍和总结。主要从官方文档中总结而来，官方文档只是将方法陈列，没有归纳总结，顺序很乱，这里总结一共有四大类，方便大家索引： 裁剪——Crop 中心裁剪：transforms.CenterCrop 随机裁剪：transforms.RandomCro 阅读全文
摘要：
pytorch在torch.nn.init中提供了常用的初始化方法函数，这里简单介绍，方便查询使用。 介绍分两部分： 1. Xavier，kaiming系列； 2. 其他方法分布 Xavier初始化方法，论文在《Understanding the difficulty of training dee 阅读全文
摘要：
在使用PyTorch做实验时经常会用到生成随机数Tensor的方法，比如： torch.rand() torch.randn() torch.normal() torch.linespace() 均匀分布 torch.rand(*sizes, out=None) → Tensor 返回一个张量，包含 阅读全文
摘要：
PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现。PyTorch提供的学习率调整策略分为三大类，分别是: 有序调整：等间隔调整(Step)，按需调整学习率(MultiStep)，指数衰减调整(Exponential)和 余弦退火CosineAnnealing 阅读全文