首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
深度神经网络——Pytorch实战
CDLung
创建于2021-10-21
订阅专栏
目前的研究方向是图形与图像处理,深度学习作为强有力的工具,能有效的进行数据集及参数的训练,努力做一个进阶调参侠
等 3 人订阅
共9篇文章
创建于2021-10-21
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
Pytorch实战系列9——MNIST实战
数据集类 pytorch自带数据集 torchvision 提供图像数据 torchtext 提供文本数据 加载本地数据集 数据加载器 在对数据量非常大的数据进行训练时,往往会对整个数据进行随机的打乱
Pytorch实战系列8——常用优化器optimizer
常用十种优化器 torch.optim.SGD 随机梯度下降算法(动量momentum可选) torch.optim.ASGD 平均随机梯度下降算法 torch.optim.Rprop 弹性反向传播
Pytorch实战系列7——常用损失函数criterion
监督学习中,如果预测的变量是离散的,我们称其为分类(如决策树,支持向量机等),如果预测的变量是连续的,我们称其为回归。 L1损失函数 计算 output 和 target 之差的绝对值 L2损失函数M
Pytorch实战系列6——代码结构及训练过程
数据集 深度学习中,算法的好坏是测试集的训练结果体现的,同时也在推动算法的更新迭代。 常用的数据集 参考链接:https://zhuanlan.zhihu.com/p/55775309 Datafou
Pytorch实战系列5——线性回归过程
--- highlight: an-old-hope --- ```js import torch from torch import nn # 第一步 准备数据集 # x,y是矩阵,3行1列 也就是
Pytorch实战系列4——创建线性模型,生成多维图像
创建y = w * x线性模型并生成图像 Matplotlib三维绘图基础 创建三维坐标对象Axes3D #方法一,利用关键字 #方法二,利用三维轴方法 创建三位曲线和散点图
Pytorch实战系列3——实现在服务器上跑深度学习代码(pyenv)
首先要了解几个东西: pyenv: 服务器的python版本管理工具 Xming: 将服务器界面显示在本地的Windows桌面上 PuTTY: 是一种连接linux服务器的ssh连接方式,需要建立后打
Pytorch实战系列2——创建新项目(pycharm)
第一步 打开pycharm File/new Project创建新项目 Location:新项目存放位置 New environment using:可选择Virtualenv或者Conda ( 如果
Pytorch实战系列1——环境搭建(Anaconda+pytorch)
该搭建攻略是作者查阅了资料后总结的自己的理解及实现过程 借阅资料来自:https://blog.csdn.net/thomaswu1992/article/details/90293015 第一步 安