Pytorch学习第10页

Pytorch学习--图像识别花种类实战（Resnet网络）

未解决问题：1.训练和验证的数据不知如何获取分类2.尝试换一网络模型和数据集，以及迭代次数等参数1.数据处理部分1.1数据增强：torchvision中transform模数据预处理：Dataloader模块直接读取batch数据#基于经典网络架构训练图像分类模型importosimportmatplotlib.pyplotaspltimportnumpyasnpimporttorchfromto

Stephen-Chen·2023-01-12 11:18

Pytorch学习笔记(8)——在序列标注等多维数据上如何使用交叉熵

最近遇到个新的问题，要对序列标注任务使用交叉熵获得损失，由于没有在网上查找到相关资料，所以就自己整理了一份如何调库的方法。对于文本分类等任务而言，其模型输出的数据格式为(batch_size,num_classes)(batch\_size,num\_classes)(batch_size,num_classes)，这类方法采用Pytorch的交叉熵很简单，代码如下：importtorchimpo

野指针小李·2023-01-12 10:23

pytorch学习笔记--tensorboard和transform的使用

tensorboard和transform的使用一、tensorboard二、transform的使用本文为学习笔记，感谢PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】一、tensorboardtensorboard是一种可视化工具，可以但不仅限于图片显示和函数显示。一般是fromtorch.utils.tensorboardimportSummaryWriter，但是如果tens

Tony·2023-01-12 08:55

Pytorch学习笔记（二）---tensorboard

本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！首先是tensorboard的安装可以在pytorch下方选择Terminal然后执行下述语句，即可安装成功pipinstalltensorboard然后是引入该packageaf

橘春十三99·2023-01-12 08:24

pytorch学习笔记（三）——tensorboard使用

目录1.Tensorboard介绍2.安装tensorboard3.torch.utils.tensorboard涉及的几个函数1.add_scalar()画曲线图2.add_image()加图片4.遇到的问题cannotimportSummaryWriter1.Tensorboard介绍TensorBoard是一个可视化工具，它可以用来展示网络图、张量的指标变化、张量的分布情况等。特别是在训练网

M762B·2023-01-12 08:49

数据分析-深度学习PytorchDay1

深度学习框架pytorch学习(一)准备环境准备环境一、深度学习框架简介二、Tensorflow与Pytorch的比较三、安装开发环境一、深度学习框架简介1、Google阵营最早的是由加拿大团队开发的theano

小浩码出未来！·2023-01-12 06:42

计算机视觉学习笔记（四）---卷积神经网络之手写数字识别

文章目录前言一、读入数据进行数据预处理二、搭建网络前言本文承接pytorch学习笔记（三），以波士顿房价预测为例演示利用pytorch搭建一个简单的传统神经网络一、读入数据进行数据预处理数据集为

远山0128·2023-01-12 01:30

Pytorch学习记录（十一）：数据增强、torchvision.transforms各函数讲解

常用的数据增强方法常用的数据增强方法如下：1.对图片进行一定比例缩放2.对图片进行随机位置的截取3.对图片进行随机的水平和竖直翻转4.对图片进行随机角度的旋转5.对图片进行亮度、对比度和颜色的随机变化importsyssys.path.append('..')fromPILimportImagefromtorchvisionimporttransformsastfs#读入一张图片im=Image.

左小田^O^·2023-01-11 16:35

pytorch学习_创建tensor

创建tensor创建tensor有很多种方法，常见的如在numpy中创建后转为tensor，或者用形如torch.randn(2,2)的函数创建tensor。常见创建tensor的方法如下：#importfromnumpya=np.array([2,3.3])print(torch.from_numpy(a))a=np.ones([2,3])print(torch.from_numpy(a))#i

樱木之·2023-01-11 15:26

encoder decoder模型_Pytorch学习记录-Transformer（数据预处理和模型结构）

Pytorch学习记录-torchtext和Pytorch的实例60.PyTorchSeq2Seq项目介绍在完成基本的torchtext之后，找到了这个教程，《基于Pytorch和torchtext来理解和实现

weixin_39815310·2023-01-11 14:33

pytorch学习（六）—— MobileNet网络搭建

本篇博客是学习B站霹雳吧啦Wz教学视频的总结本节所用到的程序和教学视频链接：程序视频数据集下载，提取码:dw2dMobileNetV1网络结构在移动设备中运行深度学习轻量级CNN网络，牺牲少量准确率来大大减少模型参数与运算量提出了DepthwiseConvolution+PointwiseConvolution大大减少运算量(理论上普通卷积计算量是DW+PW的8到9倍)DW卷积（Depthwish

在下黄小二·2023-01-11 12:09

pytorch如何计算导数_Pytorch学习之梯度计算backward函数

Pytorch在梯度方面提供的功能，大多是为神经网络而设计的。而官方文档给出的定义和解释比较抽象。以下将结合实例，总结一下自己对Pytorch中梯度计算backward函数的理解。1.简单的神经网络构建首先我们看一个非常简单的神经网络。假设x1，x2是神经网络的中间层，y是我们的输出层，Y是真实值，L是loss。w1和w2是对应于x1和x2的weight。上图用数学公式表示为：\(x2=w1*x1

weixin_39522486·2023-01-11 11:33

pytorch学习笔记之pytorch基础一（基本数据类型、创建Tensor）

pytorch基础一基本数据类型数据类型类型检验维度（dimension）0维1维2维3维4维创建Tensornp转换torch.empty()torch.tensor()/torch.Tensor()torch.set_default_tensor_type()torch.full([a,b],c)torch.randn()/torch.normal()arange/rangetorch.lin

ljc_coder·2023-01-11 11:13

Pytorch学习笔记-权重衰减

虽然增大训练数据集可能会减轻过拟合，但是获取额外的训练数据往往代价高昂。应对过拟合问题的常用方法：权重衰减（weightdecay）。方法权重衰减等价于L2L_2L2范数正则化（regularization）。正则化通过为模型损失函数添加惩罚项使学出的模型参数值较小，是应对过拟合的常用手段。首先描述L2L_2L2范数正则化，再解释它为何又称权重衰减。L2L_2L2范数正则化在模型原损失函数基础上添

Dexter_Sun1·2023-01-10 17:11

Pytorch学习——梯度下降和反向传播 03 未完

文章目录1梯度是什么2判断模型好坏的方法3前向传播4反向传播5Pytorch中反向传播和梯度计算的方法5.1前向计算5.2梯度计算5.3torch.data5.4tensor.numpy1梯度是什么通俗的来说就是学习（参数更新）的方向。简单理解，（对于低维函数来讲）就是导数（或者是变化最快的方向）2判断模型好坏的方法回归损失loss=(Ypredict−Ytrue)2loss=(Y_{predic

谜底是你_·2023-01-10 16:59

Pytorch学习（十二）pytorch中.data, .item()和.detach的用法

1..data和.item()的用法区别.data返回的还是一个tensor.item()只能对只有一个元素的tensor使用，返回一个标量（具体的数值）2..data和.detach()的用法区别推荐使用.detach().data取出本体tensor后仍与原数据共享内存（从第一个代码段中可以看出），在使用in-place操作后，会修改原数据的值，而如果在反向传播过程中使用到原数据会导致计算错误

TEn%·2023-01-10 16:22

Pytorch学习(四)：训练分类器

以下内容为Pytorch官网教程的翻译简化和一些自己的总结：数据加载一般而言，处理如图片，文本，音频，视频等数据时，可使用标准Python库加载数据成numpy数组形式，然后转换为张量。特别地：对于图像数据，Pillow，OpenCV很有用对于音频数据，scipy和librosa对于文本数据，纯Python加载，或NLTK和SpaCy对于视觉数据，有torchvision库提供了基本的数据加载和转

shiningsword·2023-01-10 15:16

【Pytorch学习笔记十一】卷积神经网络（CNN）详细介绍（组成、常见网络模型）

文章目录1.为什么要使用卷积神经网络2.卷积神经网络的结构组成2.1卷积层1.卷积计算过程2.卷积计算过程中的参数4.多通道卷积计算过程2.2其它层1.池化层（pooling）2.dropout层3.全连接层（FC）3.经典的网络模型介绍3.1LeNet-53.2AlexNet3.3VGG3.4GoogLeNet(Inception)3.5ResNet4.网络选择卷积神经网络由一个或多个卷积层和顶

QHCV·2023-01-10 02:27

Pytorch学习笔记12----基于卷积神经网络的 CIFAR10 识别

CIFAR10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。本文将利用PyTorch建立一个卷积神经网络模型对CIFAR10中的数据集进行分类和识别。基于卷积神经网络的CIFAR10识别0.数据集介绍1.导入功能包2.下载数据集3.制作训练集和测试集4.查看图片5.建立卷积神经网络6.建立卷积神经网络7.开始训练8.保存

AI Chen·2023-01-10 02:57

学习日记（三）

目录PyTorch学习Sklearn学习前沿如何从GitHub下载csv文件PyTorch学习《PyTorch深度学习实践》完结合集-刘二大人https://blog.csdn.net/weixin_44410569

沟壑星空qq_42946961·2023-01-09 19:31

【Pytorch学习笔记五】数据预处理自定义torchvision.transforms图片操作方法对图片随机添加黑白噪声并展示结果（实践）

使用自定义transforms对图片每个像素位置随机添加黑白噪声并展示结果，具体看下面的代码，只需修改图片路径即可运行。#-*-coding:utf-8-*-importosimportnumpyasnpimporttorchimportrandomimportmathimporttorchvision.transformsastransformsfromPILimportImagefrommat

QHCV·2023-01-09 15:13

01线性模型

参考：http://biranda.top/Pytorch学习笔记003——线性模型/#问题引入扩展1.数据集划分：训练集、验证集、测试集2.出现过拟合的原因训练集的数量集小于模型的复杂度训练集和测试集特征分布不一致噪音数据干扰过大权值学习迭代次数足够多拟合了训练数据中的噪声和训练样例中没有代表性的特征

Cyanide11·2023-01-09 14:19

02梯度下降

参考：http://biranda.top/Pytorch学习笔记004——梯度下降算法/#随机梯度下降补充：五折交叉验证如下右图，在不同的训练集和测试集划分方法下，testMSE的变动是很大的，而且对应的最优

Cyanide11·2023-01-09 14:17

转载---------PyTorch学习之路（level1）——训练一个图像分类模型

首先是数据导入部分，这里采用官方写好的torchvision.datasets.ImageFolder接口实现数据导入。这个接口需要你提供图像所在的文件夹，就是下面的data_dir=‘/data’这句，然后对于一个分类问题，这里data_dir目录下一般包括两个文件夹：train和val，每个文件件下面包含N个子文件夹，N是你的分类类别数，且每个子文件夹里存放的就是这个类别的图像。这样torch

qq_41615583·2023-01-09 08:37

len(train_loader)，len(label)和训练数据集个数之间的关系

这篇是PyTorch学习之路的第六篇问题想要知道len(train_loader)，len(label)和训练数据集个数之间的关系解答以50000张图像的训练集为例，若设train_loader=DataLoader

a2213086589·2023-01-08 21:54

《Pytorch学习指南》- Dataset和Dataloader用法详解

目录前言DataSetDataLoader数据构建1.创建Dataset类:sparkles:2.读取数据:ambulance:3.返回数据:zap:读取数据:art:注意细节:rocket:对比实验前言本章节主要介绍如何使用torch.utils.data中的Dataset和Dataloader来构建数据集,重点要看使用细节DataSettorch.utils.data.Dataset功能:Da

兀坐晴窗独饮茶·2023-01-08 21:49

pytorch学习笔记（十三）————过拟合&欠拟合

pytorch学习笔记（十三）————过拟合&欠拟合目录理想化情况真实情况模型学习能力欠拟合与过拟合总结目录理想化情况1.场景一：线性模型——房价预测横坐标是房屋面积，纵坐标是房屋价格。

南风渐起·2023-01-08 11:00

【PyTorch学习笔记】8.对抗生成网络

.GAN简介53.画家的成长历程54.纳什均衡54.1纳什均衡-D54.2纳什均衡-G55.JS散度的弊端56.EM距离57.WGAN与WGAN-GP58.实战58.1GAN58.2WGAN根据龙良曲Pytorch

贪钱算法还我头发·2023-01-08 11:54

使用torch.utils.tensorboard中的SummaryWriter类显示图像时报错size of input tensor and input format are different

问题描述环境：Windows+Python+Pytorch学习使用Pytorch中torch.utils.tensorboard中的SummaryWriter类显示处理图像的数据时，报错提示：assert

SmaICG·2023-01-08 09:21

PyTorch学习系列教程：何为Tensor？

导读本文继续PyTorch学习系列教程，来介绍在深度学习中最为基础也最为关键的数据结构——Tensor。

小数志·2023-01-07 19:42

Pytorch学习笔记(三):nn.BatchNorm2d()函数详解

ZZY_dl·2023-01-07 09:04

Pytorch学习笔记(五):nn.AdaptiveAvgPool2d()函数详解

ZZY_dl·2023-01-07 09:04

Pytorch学习笔记(八):nn.ModuleList和nn.Sequential函数详解

ZZY_dl·2023-01-07 09:34

[pytorch学习笔记] 2. tensor 张量

目录介绍张量初始化1.张量可以直接从数据中创建。数据类型是自动推断的。2.张量通过numpy中的数组进行初始化。3.通过别的张量进行初始化4.使用随机数或常数初始化：Tensor属性张量运算连接张量算术运算单元素张量in-place操作与NumPy桥接TensortoNumPyarrayNumPyarraytoTensor参考介绍Tensor是一种特殊的数据结构，与数组和矩阵非常相似。在PyTor

是安澜啊·2023-01-07 08:01

Pytorch学习笔记（一）张量（Tensor）/ 变量（Variable）

基本数据结构：张量张量（Tensor）Tensor与Variable如何创建张量？张量操作与线性回归张量的操作张量的数学运算线性回归模型举例张量（Tensor）一个多维数组，它是标量、向量、矩阵的高维拓展如图：Tensor与VariableVariable在Pytorch0.4.0之后就并入到了Tensor中。torch.autograd.Variable中的数据类型，主要用于封装Tensor，进

Stefan_xiao·2023-01-07 08:55

PyTorch学习笔记（4）：张量的操作（1）

张量生成之后，还需要对其进行一系列的操作。才能实现我们想要的效果，因此在笔记中记录如下情况：目录张量显示输出第一行向量输出某一行向量输出第一列向量输出最后一列向量输出向量中元素张量整合整合为一个行向量整合为多个列向量张量代数运算张量显示如果想要输出张量中某一个元素、某一个向量，那么就需要有对应的代码来实现。具体的输出方式是这样的：输出第一行向量如果要输出第一行向量，其基本代码是：print(x[0

npuraymond·2023-01-07 08:24

Pytorch学习笔记---4：张量大小、偏移量和步长

张量元数据：大小、偏移量和步长为了在存储区中建立索引，张量依赖于一些明确定义它们的信息：大小、偏移量和步长。如下示图显示了它们如何相互作用。我们可以通过提供相应的索引来得到张量中的第2个点：①偏移量points=torch.tensor([[4.0,1.0],[5.0,3.0],[2.0,1.0]])second_point=points[1]print(second_point.storage_

一件迷途小书童·2023-01-07 08:53

肝完一套985博士总结的目标检测、CNN、PyTorch学习笔记（视频/PPT/代码)...

AI显然是最近几年非常火的一个新技术方向，从几年前大家认识到AI的能力，到现在产业里已经在普遍的探讨AI如何落地了。我们可以预言未来在很多的领域，很多的行业，AI都会在里边起到重要的作用。随着AI的不断持续火热，越来越多的人才涌入进来，但我发现一个行业现象：人才短缺，工程师过剩。目前在商业中有所应用，而且能够创收的只有搜索推荐和计算机视觉，因此，这两个方向的人力缺口很大，尤其是计算机视觉。前两年校

Amusi（CVer）·2023-01-07 08:50

毕业设计记录-Pytorch学习-隐藏层特征查看与类激活热力图

文章目录2021.12.8的记录2021.12.9的记录2021.12.10的记录代码文件路径：E:\sotsugyosextsukei\VGG16\featuresvision.py书本P167-1762021.12.8的记录先看一下效果，我的可莉。![在这里插入图片描述](https://img-blog.csdnimg.cn/1d73a10840814ba0a21f2457ef8a3ed7.

芃芃です·2023-01-06 17:55

pytorch学习的一些tips（11）

map函数格式：map(function,iterable,...)作用：map()会根据提供的函数对指定序列做映射。第一个参数function以参数序列中的每一个元素调用function函数，返回包含每次function函数返回值的新列表。filter()语法：filter(function,iterable)作用：filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成

苦逼学习pytorch中·2023-01-06 16:08

pytorch学习的一些tips（10）

add_module：add_module(name,module)作用：为当前的module添加子module具有两个参数：pytorch不会自动给我们注册模块，我们需要根据传进来的参数对网络进行初始化，pytorch在注册模块的时候，会查看成员的类型，如果成员变量类型是Module的子类，那么pytorch就会注册这个模块，否则就不会。在__init__中conv_ls=[]foriinran

苦逼学习pytorch中·2023-01-06 16:07

pytorch学习的一点儿tips（9）

今天训练模型，官方文献中的正确率是83.5%，我下午的时候训练正确率在百分之六十左右，我很纳闷，why？后来发现自己输出验证集的正确率的代码写错了，再后来又开始看程序，我发现不能笃信范本程序的超参数，当你把程序做了一些更改之后，或者是说写了自己的版本后，超参数是要做出一些改变的。验证集的使用一直不清楚验证集怎么使用，问了我的npy，算是大概明白了。验证集是用来挑选出最好的模型的，如果只在训练集上训

苦逼学习pytorch中·2023-01-06 16:37

Pytorch学习笔记09----Softmax与交叉熵函数

本文主要讲解了分类问题中的二分类问题和多分类问题之间的区别，以及每种问题下的交叉熵损失的定义方法。由于多分类问题的输出为属于每个类别的概率，要求概率和为1。因此，我们还介绍了如何利用Softmax函数，处理神经网络的输出，使其满足损失函数的格式要求。Softmax与交叉熵函数一、二分类问题和多分类问题1.二分类问题2.多分类问题3.Softmax二、损失函数1.葡萄酒的种类预测2.交叉熵损失函

AI Chen·2023-01-06 14:15

pytorch学习（四）——激活函数

文章目录1.Sigmoid2.Tanh3.ReLU4.LeakyReLU介绍了模型层后，接下来我们就看看模型层中各种各样的激活函数吧。激活函数，就是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。激活函数对于人工神经网络模型去学习、理解非常复杂和非线性的函数来说具有十分重要的作用。如果不用激活函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合，

Suppose-dilemma·2023-01-06 11:14

pytorch学习总结

1、os.path.join()函数的功能：root_dir="dataset/train"label_dir='ants'path=os.path.join(root_dir,label_dir)连接两个或更多的路径名组件如果各组件名首字母不包含’/’，则函数会自动加上如果有一个组件是一个绝对路径，则在它之前的所有组件均会被舍弃如果最后一个组件为空，则生成的路径以一个’/'分隔符结尾2、self

深山里的菜叶子·2023-01-06 04:11

【PyTorch】高级神经网络结构

本文为PyTorch学习笔记，讲解高级神经网络结构。欢迎在评论区与我交流CNN简介卷积神经网络简写为CNN。卷积的意思是不再对每个像素的信息做处理，而是对一小块像素区域的信息做处理。

Louis1874·2023-01-05 23:28

Pytorch学习日记——常见的Transforms（二）

学习视频——B站【小土堆】代码fromPILimportImagefromtorch.utils.tensorboardimportSummaryWriterfromtorchvisionimporttransformswriter=SummaryWriter("logs")img=Image.open("dataset/train/0a7940e11293d1d4404c5c35065a5656

快乐白给·2023-01-05 19:13

Pytorch学习日记——DataLoader的使用

学习视频——B站【小土堆】下载数据集（将数据集下载到dataset文件夹，数据集为torchvision中的cifar-10）importtorchvisiontrain_set=torchvision.datasets.CIFAR10(root="./dataset",train=True,download=True)test_set=torchvision.datasets.CIFAR10(r