PyTorch

PyTorch

PyTorch

Python框架

暂无订阅共13篇文章创建于2022-04-19

CV with PyTorch 05 - Solving vision problems with MobileNet

使用MobileNet解决视觉问题一、MobileNet 在上一单元中，我们已经看到了用于图像分类的 ResNet 架构。更轻量级的 ResNet 模拟是 MobileNet，它使用所谓的 Inv

3年前
322
1
评论

CV with PyTorch 05 - Solving vision problems with MobileNet

CV with PyTorch 04 - Use a pre-trained network with transfer learning

使用预训练网络来进行转移学习一、预训练网络与转移学习训练 CNN 需要大量时间，并且该任务需要大量的数据。然而，大部分时间都花在从图像中提取模式的最佳低级过滤器上。那么问题就来了，我们能否使用在

3年前
261
1
评论

CV with PyTorch 04 - Use a pre-trained network with transfer learning

CV with PyTorch 02 - Use convolutional neural network

使用卷积神经网络一、卷积神经网络在前面的单元中，我们已经学习了如何使用类定义来定义一个多层神经网络，但是这些网络是通用的，并不专门用于计算机视觉任务。在这个单元，我们将学习卷积神经网络(CNNs)

3年前
226
1
评论

CV with PyTorch 02 - Use convolutional neural network

CV with PyTorch 03 - Train multi-layer convolutional neural network

训练多层卷积神经网络一、多层卷积神经网络在前面的卷积神经网络中，我们了解了卷积滤波器是如何从图像中提取特征的。对于MNIST数据集中的图片(28 * 28的灰度图)，我们使用9个大小为 5 * 5

3年前
281
1
评论

CV with PyTorch 03 - Train multi-layer convolutional neural network

CV with PyTorch 01 - Introduction to processing data

使用CNN进行数字图像处理的基本流程一、引言计算机视觉是人工智能分支中发展得较为成功的领域，它使计算机能有从数字图像或者视频中获得一些“视觉反映”。神经网络能顺利地应用于计算机视觉任务。假设您正

3年前
344
2
评论

CV with PyTorch 01 - Introduction to processing data

PyTorch 07 - The full model building process & Summary

建立完整模型的流程本小结通过 API 运行机器学习中的常见任务。请参考每个部分中的链接来深入了解。一、处理数据 PyTorch 有两个原语来处理数据: torch.utils.data.DateL

3年前
124
2
评论

PyTorch 07 - The full model building process & Summary

PyTorch 06 - Load and run model predictions

导入模型和运行模型预测一、导入已有模型这一小节主要介绍如何加载一个模型以及它的持久参数状态和推理模型预测。为了载入模型，我们需要预先定义一个模型类，里面包含用于训练模型的神经网络的状态和参数。

3年前
2.6k
2
评论

PyTorch 06 - Load and run model predictions

PyTorch 05 - Learn about the optimization loop

优化模型参数现在我们已经有了模型和数据，是时候通过优化数据上的参数来训练、验证和测试我们的模型了。模型的训练是一个迭代过程; 在每次迭代中(称为 epoch)。该模型对输出进行猜测，计算其猜测中的误

3年前
1.5k
4
评论

PyTorch 05 - Learn about the optimization loop

PyTorch 04 - Automatic_differentiation

自动微分一、应用torch.autograd模块进行自动微分我们训练神经网络的时候，最常用的算法就是反向传播算法。在这种算法中，参数(也称为模型权重)是基于利用与给定参数相关的损失函数的梯度

3年前
230
1
评论

PyTorch 04 - Automatic_differentiation

深度学习的PyTorch基础一、模型构造 1. 自定义块 2. 自定义顺序块 3. 在正向传播函数中执行代码便于在init和forward函数里面进行大量的自定义计算 4. 混合搭配各种组合块的方

3年前
142
1
评论

PyTorch 03 - Building the model layers

搭建模型层一、神经网络是什么？神经网络是一个神经元的集合，通过层连接。每个神经元都是一个小的计算单元，执行简单的计算以整体解决一个问题。神经元是按层次组织的。图层有3种类型: 输入层、隐藏层和外层

3年前
135
1
评论

PyTorch 03 - Building the model layers

PyTorch 02 - Loading and normalizing datasets

导入并初始化数据集一、数据集和数据导入器处理数据样本的代码可能会变得杂乱和难以维护; 我们理应希望数据集代码与模型训练代码解耦，以获得更好的可读性和模块性。PyTorch 提供了两个数据原语: t

3年前
232
1
评论

PyTorch 02 - Loading and normalizing datasets

PyTorch 01 - Introduction_Tensor

什么是Tensor？首先要激活沙箱，只能用于个人学习，不能作其他用途定义： Tensor就是专用于处理与数组和矩阵极其相似的数据的元件。在PyTorch里面，我们使用Tensor来为模型的输入和

3年前
210
1
评论

PyTorch 01 - Introduction_Tensor