文章 2024-01-30 来自:开发者社区

Pytorch学习笔记(1)

1. 张量(Tensors)在PyTorch中,张量是一种多维数组的数据结构,类似于NumPy中的数组。张量是PyTorch进行数据处理和计算的基本单位。它可以是标量(0维张量)、向量(1维张量)、矩阵(2维张量)或更高维度的数组。让我们看一个创建和操作张量的示例:import torch # 创建一个2x3的随机张量 x = torch.randn(2, 3) print(x) # 张量的形状....

文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(9)模型的保存与加载、模型微调、GPU使用

 前期回顾:Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)Pytorch学习笔记(3):图像的预处理(transforms)Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建Pytorch学习笔记(5):torch.nn---网络....

Pytorch学习笔记(9)模型的保存与加载、模型微调、GPU使用
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(8):正则化(L1、L2、Dropout)与归一化(BN、LN、IN、GN)

前期回顾 Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)Pytorch学习笔记(3):图像的预处理(transforms)Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建Pytorch学习笔记(5):torch.nn---网络层介绍(卷积....

Pytorch学习笔记(8):正则化(L1、L2、Dropout)与归一化(BN、LN、IN、GN)
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(7):优化器、学习率及调整策略、动量

前期回顾: Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)Pytorch学习笔记(3):图像的预处理(transforms)Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建Pytorch学习笔记(5):torch.nn---网络层介绍(卷....

Pytorch学习笔记(7):优化器、学习率及调整策略、动量
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(6):模型的权值初始化与损失函数

前期回顾 :Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)Pytorch学习笔记(3):图像的预处理(transforms)Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建Pytorch学习笔记(5):torch.nn---网络层介绍(卷....

Pytorch学习笔记(6):模型的权值初始化与损失函数
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(5):torch.nn---网络层介绍(卷积层、池化层、线性层、激活函数层)

前期回顾: Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)Pytorch学习笔记(3):图像的预处理(transforms)Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建一、卷积层—Convolution Layers卷积运算:卷积核在....

Pytorch学习笔记(5):torch.nn---网络层介绍(卷积层、池化层、线性层、激活函数层)
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建

前期回顾:Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)Pytorch学习笔记(3):图像的预处理(transforms)一、网络模型的创建步骤网络创建流程: 模型构建的两个要素:构建子模块:在自己建立的模型(继承nn.Module)的_init_()方法拼接子模块:是在模型的forward()方....

Pytorch学习笔记(4):模型创建(Module)、模型容器(Containers)、AlexNet构建
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(3):图像的预处理(transforms)

前情回顾:Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)一、torchvision:计算机视觉工具包• torchvision.transforms : 常用的图像预处理方法• torchvision.datasets : 常用数据集的dataset实现,MNIST,CIFAR-10,ImageN....

Pytorch学习笔记(3):图像的预处理(transforms)
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)

上节回顾:Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归一、 DataLoadertorch.utils.data.Dataloader功能:DataLoader类位于Pytorch的utils类中,构建可迭代的数据装载器。我们在训练的时候,每一个for循环,每一次iteration,就是从DataLoader中获取一个batch_size大小的数据的。• dataset:Da....

Pytorch学习笔记(2):数据读取机制(DataLoader与Dataset)
文章 2023-08-17 来自:开发者社区

Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归

一、Pytorch简介1.1Pytorch的诞生2017 年 1 月,FAIR(Facebook AI Research)发布了 PyTorch。PyTorch 是在 Torch 基础上用 python 语言重新打造的一款深度学习框架。Torch 是采用 Lua 语言为接口的机器学习框架,但是因为 Lua 语言较为小众,导致 Torch 学习成本高,因此知名度不高。1.2Pytorch的发展20....

Pytorch学习笔记(1):基本概念、安装、张量操作、逻辑回归

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

相关镜像