#

pytorch

  • pytorch 數(shù)據(jù)集圖片顯示方法

    圖片顯示 pytorch 載入的數(shù)據(jù)集是元組tuple 形式，里面包括了數(shù)據(jù)及標(biāo)簽（train_data,label），其中的train_data數(shù)據(jù)可以轉(zhuǎn)換為torch.Tensor形式，方便后面計(jì)

    作者：zzw小凡
    2020-09-09 00:54:04

  • Pycharm中切換pytorch的環(huán)境和配置的教程詳解

    pytorch安裝 注：在訓(xùn)練模型的時(shí)候，有時(shí)候可能需要不同版本的 torch和torchvision，所以需要配置不同的環(huán)境。anconda和pycharm自行安裝，接下來(lái)在pycharm終端pi

    作者：特立獨(dú)行的小新
    2020-09-08 15:38:04

  • pytorch中的上采樣以及各種反操作,求逆操作詳解

    import torch.nn.functional as F import torch.nn as nn F.upsample(input, size=None, scale_factor=None

    作者：一只tobey
    2020-09-08 10:01:33

  • 使用PyTorch將文件夾下的圖片分為訓(xùn)練集和驗(yàn)證集實(shí)例

    PyTorch提供了ImageFolder的類來(lái)加載文件結(jié)構(gòu)如下的圖片數(shù)據(jù)集： root/dog/xxx.png root/dog/xxy.png root/dog/xxz.png root/c

    作者：xgbm_k
    2020-09-06 13:28:48

  • pytorch使用tensorboardX進(jìn)行l(wèi)oss可視化實(shí)例

    最近pytorch出了visdom，也沒(méi)有怎么去研究它，主要是覺(jué)得tensorboardX已經(jīng)夠用，而且用起來(lái)也十分的簡(jiǎn)單 pip install tensorboardX 然后在代碼里導(dǎo)入 f

    作者：YongjieShi
    2020-09-06 12:55:25

  • Pytorch 實(shí)現(xiàn)凍結(jié)指定卷積層的參數(shù)

    python代碼 for i, para in enumerate(self._net.module.features.parameters()): if i < 16:

    作者：陳軍2號(hào)
    2020-09-06 09:01:58

  • 深度學(xué)習(xí)入門之Pytorch 數(shù)據(jù)增強(qiáng)的實(shí)現(xiàn)

    數(shù)據(jù)增強(qiáng) 卷積神經(jīng)網(wǎng)絡(luò)非常容易出現(xiàn)過(guò)擬合的問(wèn)題，而數(shù)據(jù)增強(qiáng)的方法是對(duì)抗過(guò)擬合問(wèn)題的一個(gè)重要方法。 2012 年 AlexNet 在 ImageNet 上大獲全勝，圖片增強(qiáng)方法功不可沒(méi)，因?yàn)橛辛藞D片增強(qiáng)

    作者：GQ17-kawaler
    2020-09-05 14:07:13

  • 對(duì)pytorch中的梯度更新方法詳解

    背景 使用pytorch時(shí)，有一個(gè)yolov3的bug，我認(rèn)為涉及到學(xué)習(xí)率的調(diào)整。收集到tencent yolov3和mxnet開源的yolov3，兩個(gè)優(yōu)化器中的學(xué)習(xí)率設(shè)置不一樣，而且使用GPU數(shù)目和

    作者：庫(kù)頁(yè)
    2020-09-05 14:06:07

  • 運(yùn)用PyTorch動(dòng)手搭建一個(gè)共享單車預(yù)測(cè)器

    本文摘自 《深度學(xué)習(xí)原理與PyTorch實(shí)戰(zhàn)》 我們將從預(yù)測(cè)某地的共享單車數(shù)量這個(gè)實(shí)際問(wèn)題出發(fā)，帶領(lǐng)讀者走進(jìn)神經(jīng)網(wǎng)絡(luò)的殿堂，運(yùn)用PyTorch動(dòng)手搭建一個(gè)共享單車預(yù)測(cè)器，在實(shí)戰(zhàn)過(guò)程中掌握神經(jīng)元、神經(jīng)網(wǎng)

    作者：圖靈教育
    2020-09-05 13:13:16

  • PyTorch中常用的激活函數(shù)的方法示例

    神經(jīng)網(wǎng)絡(luò)只是由兩個(gè)或多個(gè)線性網(wǎng)絡(luò)層疊加，并不能學(xué)到新的東西，簡(jiǎn)單地堆疊網(wǎng)絡(luò)層，不經(jīng)過(guò)非線性激活函數(shù)激活，學(xué)到的仍然是線性關(guān)系。 但是加入激活函數(shù)可以學(xué)到非線性的關(guān)系，就具有更強(qiáng)的能力去進(jìn)行特征提取。

    作者：Steven·簡(jiǎn)談
    2020-09-05 08:15:16
< 上一頁(yè)
下一頁(yè)>