原创 Pytorch 學習(七):Pytorch 網絡模型創建

Pytorch 網絡模型創建 本方法總結自《動手學深度學習》(Pytorch版)github項目 部分內容延續 Pytorch 學習(五):Pytorch 實現多層感知機(MLP) 實現方法 常用的網絡搭建方法有 繼承

原创 Pytorch 學習(十):Pytorch 模型在 CPU 與 GPU 上的遷移

Pytorch 模型在 CPU 與 GPU 上的遷移 本方法總結自《動手學深度學習》(Pytorch版)github項目 Pytorch計算時必須保證模型和參與當前過程的所有數據都在同一個設備(GPU 或 CPU)上 CP

原创 Pytorch 學習(二):Pytorch 梯度簡單操作

Pytorch 中梯度簡單理解 Pytorch 的 tensor 帶有梯度屬性,tensor.grad_fn 存儲梯度信息,利用 backward 函數可進行梯度回傳 import torch x = torch.randn(2, 2,

原创 Pytorch 學習(八):Pytorch 模型參數訪問和初始化

Pytorch 模型參數訪問和初始化 本方法總結自《動手學深度學習》(Pytorch版)github項目 網絡構建 網絡構建相關可參考 Pytorch 學習(七):Pytorch 網絡模型創建,建立一個多層感知器 import

原创 Pytorch Illegal instruction 解決(鴕鳥戰術)

Pytorch - Illegal instruction 解決 運行環境爲 anaconda3 下的虛擬環境: Python3 + cuda9.0 + Pytorch1.1.0 運行代碼利用網絡 net 對輸入數據 x 求解

原创 Pytorch 學習(十一):Pytorch 圖片處理與數據增廣

Pytorch 圖片處理與數據增廣 本方法總結自《動手學深度學習》(Pytorch版)github項目 Pytorch 數據增廣主要依賴於 torchvision.transform 庫 圖片讀取 from PIL imp

原创 Pytorch 學習(四):Pytorch 實現 Softmax 迴歸

Pytorch 實現 Softmax 迴歸 本方法參考自《動手學深度學習》(Pytorch版)github項目 一般步驟 構建數據集和以 batch 爲單位的數據讀取 構建模型及其初始化、損失函數、下降方法 訓練網絡及評估 方法一:造

原创 atom 安裝 packages 失敗簡單解決

1.使用 apm 直接安裝 進入 atom.io 文件夾用 apm 直接安裝(一般也會失敗,這個和在 settings 裏安裝是相同的原理) cd ~/.atom/packages apm install [packages-na

原创 Pytorch 學習(六):Pytorch 解決過擬合問題(L2 權值衰減和 Dropout)

Pytorch 解決過擬合問題(L2 權值衰減和 Dropout) 本方法總結自《動手學深度學習》(Pytorch版)github項目 部分內容延續 Pytorch 學習(五):Pytorch 實現多層感知機(MLP) 實現

原创 Pytorch 學習(一):Pytorch 簡單數據操作

Pytorch 中的簡單數據操作 數據在 Pytorch 中以 tensor 的形式存在,簡單的數據創建方法 import torch x = torch.randn(2, 2) # 創建一個 2 x 2 的隨機值 tensor y

原创 Pytorch 學習(五):Pytorch 實現多層感知機(MLP)

Pytorch 實現多層感知機(MLP) 本方法總結自《動手學深度學習》(Pytorch版)github項目 部分內容延續 Pytorch 學習(四):Pytorch 實現 Softmax 迴歸 實現方法 實現多層感知器(Multla

原创 Pytorch 學習(九):Pytorch 數據和模型存取

Pytorch 數據和模型存取 本方法總結自《動手學深度學習》(Pytorch版)github項目 Pytorch 存儲和讀取主要依靠 load 和 save 函數 模型存取依靠 load_state_dict() 函數

原创 Pytorch 學習(三):Pytorch 線性迴歸模型實現

Pytorch 入門:線性迴歸實現 本方法源自《動手學深度學習》(Pytorch版)github項目 對於一個簡單線性迴歸問題,使用 Pytorch 利用梯度下降法進行解決 問題陳述 對於公式 ,其中  爲公式參數的真值。現需要創建模

原创 [kmx轉mp4]MacOS下優酷緩存文件kmx轉mp4

本方法僅限於 MacOS 系統,且必須具有 python3 環境 在 github 上下載 python 文件 # 安裝Python3環境 # 使用kmx_to_mp4.py -i 文件名轉換文件 # 使用kmxs_to_mp4s.py

原创 【 文件讀寫 】簡單C/C++文件讀寫代碼示例—— FILE 指針和 fstream 流文件

#include <iostream> #include <fstream> #include <string> #include <cstdio> using namespace std; int main(){ // C