原创 Pytorch_Autograd
Autograd：自動求導機制 Pytorch的核心是autograd包。autograd包爲張量上的所有操作提供了自動求導，他是一個運行時定義的框架，意味着反向傳播是根據代碼來確定如何運行，並且每次迭代可以不同 張量(Tenso
2020-06-23 04:21:31
原创 Pytorch_Neuarl Networks
Neuarl Networks 使用torch.nn.Module來構建神經網絡 一個nn.Module包含了各個層和一個forward方法，返回ouput 前饋神經網絡：接受一個輸入，然後一層一層地傳遞，最後輸出計算結果 訓
2020-06-23 04:21:31
原创 Pyorch基礎：張量
Autograd:Automatic Differentiation autograd是Pytorch中神經網絡的核心 autograd包對所有在Tensor上的操作提供自動微分。是一個按運行定義的框架。這意味着backprop是
2020-06-23 04:21:30
原创 Pytorch基礎：自動求導
Pytorch 自動求導 深度學習的算法本質上是通過反向傳播求導數，而Pytorch的autograd模塊實現了此功能。在Tensor上的所有操作，autograd均能爲它們提供自動微分 # 在創建張量的時候，可以通過指定requ
2020-06-23 04:21:30
原创 升級pip後出現以下報錯
升級pip後出現以下報錯： “Traceback (most recent call last):File “/usr/bin/pip”, line 9, in from pip import main ImportError:
2020-06-23 04:21:30
原创 Pytorch基礎：數據加載和預處理
Pytorch基礎：數據加載和預處理 Pytorch通過torch.utils.data對數據實現封裝，可以容易的實現多線程數據預讀和批量加載 import torch torch.__version__ '1.1.0' Da
2020-06-23 04:21:30
原创 3_linear_regression
線性迴歸 import torch from torch.autograd import Variable import torch.nn as nn class Model(nn.Module): ''' 構造損失函數和
2020-06-23 04:21:30
原创 Pytorch_dataparallel
%matplotlib inline 數據並行 Pytorch可以使用多個GPU，如把一個模型放置到GPU上 device = torch.device('cuda:0') model.to(device) GPU:然後複製所
2020-06-23 04:21:30
原创 Pytorch基礎：神經網絡和優化器
Pytorch基礎：神經網絡和優化器 torch.nn是爲神經網絡設計的模塊化接口。nn構建與autograd上，可用來定義和運行神經網絡 nn.functional是神經網絡中使用的一些常用的函數，（不具有可學習參數，如ReLU
2020-06-23 04:21:30
原创 Pytorch_Tensor
Pytorch 基於Python的科學計算包 作爲Numpy的替代品，可以使用GPU的強大計算能力 提供強大的靈活性和高速的深度學習研究平臺 Tensors（張量） Tensors與Numpy的ndarray類似，但是Tens
2020-06-23 04:21:30
原创 Pyorch基礎：卷積神經網絡
卷積神經網絡 卷積神經網絡由一個或多個卷積層和頂端的全連接層（也可爲1x1的卷積層作爲輸出）組成的一種前饋神經網絡。 結構組成 卷積層 卷積計算如圖 定義一個權重矩陣即W（一般對於卷積來說，稱作卷積的核kernel也有人稱爲過濾
2020-05-12 18:07:07
原创 Pytorch基礎-RNN
循環神經網絡 RNN rnn起因 現實世界中，元素都是相互連接的，例如語言需要理解上下文的關係來確認表的含義，但是機器要做到這一步卻很難。因此，就有了循環神經網絡，本質是：擁有記憶能力，會根據記憶的內容來進行推斷。輸出依賴當前的記
2020-05-12 18:07:07
原创 Pytorch基礎-logistic迴歸
import torch import torch.nn as nn import numpy as np print(torch.__version__) 1.1.0 Logistic迴歸 logistic迴歸是一中廣義線
2020-05-12 18:07:07
原创 Pytorch基礎：神經網絡
神經網絡 神經網絡是由具有適應性的簡單單元組成的廣泛並行互聯的網絡，他的組織能夠模擬生物神經系統對真實世界物體做出的交互反應 在深度學習中也借鑑了這樣的結構，每一個神經元接受輸入x，通過帶權重w的連接進行傳遞，將總輸入的信號與神經
2020-04-30 03:10:07
原创 Pytorch：深度學習基礎及數學原理
Pytorch：深度學習基礎及數學原理 監督學習和無監督學習 常見機器學習方法： 監督學習：通過已有的訓練樣本（即已知數據及對應的輸出）去訓練得到一個最優模型，再利用這個模型將所有的輸入映射爲相應的輸出 無監督學習：沒有已訓練樣
2020-04-30 03:10:07