原创 pytorch 卷積計算
import torch from torch import nn class CNN(nn.Module): def __init__(self, scale_factor, num_channels=1, d=56, s=
2020-05-19 15:00:06
原创 pytorch 卷積結構和numel()函數
from torch import nn class CNN(nn.Module): def __init__(self, num_channels=1, d=56, s=12, m=4): super(CNN
2020-05-19 15:00:06
原创 pytorch 遷移學習
# 轉移學習的兩個主要場景： # 1微調Convnet：使用預訓練的網絡(如在imagenet 1000上訓練而來的網絡)來初始化自己的網絡， # 而不是隨機初始化。其他的訓練步驟不變。 # 2將Convnet看成固定的特徵提取器:首先
2020-05-07 01:54:03
原创 pytorch 小試牛刀
#PyTorch的核心是兩個主要特徵： # 一個n維張量，類似於numpy，但可以在GPU上運行 # 搭建和訓練神經網絡時的自動微分/求導機制 # 熱身: Numpy # 在介紹PyTorch之前，本章節將首先使用numpy實現網絡。
2020-05-04 01:38:20
原创 pytorch 數據加載和處理
# PyTorch提供了許多工具來簡化和希望數據加載，使代碼更具可讀性。 from __future__ import print_function, division import os import torch import pan
2020-05-03 11:33:45
原创 pytorch 圖像分類器
'''訓練一個圖像分類器''' # 我們將按次序的做如下幾步： # 使用torchvision加載並且歸一化CIFAR10的訓練和測試數據集 # 定義一個卷積神經網絡 # 定義一個損失函數 # 在訓練樣本數據上訓練網絡 # 在測試樣本數
2020-05-03 11:33:45
1
原创 pytorch 自動微分
pytorch 自動微分： import torch print('創建一個張量，設置 requires_grad=True 來跟蹤與它相關的計算') x = torch.ones(2, 2, requires_grad=True)
2020-05-02 13:32:03
原创 pytorch 神經網絡
import torch import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self):
2020-05-02 13:32:03
原创 pytorch tensor(張量)
import torch x = torch.empty([5, 3]) #構造一個5x3矩陣，不初始化。 print(x) x = torch.rand(5, 3) #構造一個隨機初始化的矩陣 print(x) x = torch
2020-04-30 22:57:59
原创 CNN (tensorflow,mnist)-實例4
本實例是使用tensorflow構建的CNN兩層網絡，用的數據集是mnist數據集。此數據集尾部有分享鏈接，如果代碼中通過tensorflow下載失敗，可以通過此鏈接下載好 # cnn.py文件 import numpy as np i
2019-04-08 18:09:54
原创 實例2-手寫簡單神經網絡
''' Created on 2019年x月x日 @author: xxx ''' import numpy as np def nonlin(x,deriv=False): if(deriv==True):
2019-03-20 18:09:48
原创 type() python
type()類型判斷 msg="判斷類型" if type(msg) is str: msg+="，同種類型才能加" print(msg) #結果：判斷類型，同種類型才能加
2019-03-18 18:11:06
原创 sorted排序-python
sorted排序： #按年齡從小到大排序 p=[{"name":"小明","age":23}, {"name":"小王","age":25}, {"name":"小張","age":21}] print(sorted(p,
2019-03-18 18:11:06
1
原创 min和max的使用 python
1、max或min函數處理的是可迭代對象，相當於一個for循環取出每個循環進行比較。注意，不同類型之間不能進行比較 2、每個元素間進行比較，是從每個元素的第一個位置依次比較 用min或max找出字典中的最值，並取出其key和val
2019-03-16 03:34:10
原创 尾遞歸-python
尾遞歸：指最後一步(不一定是最後一行)調用另一個函數 #函數test01在test02中爲尾調用 def test01(x): print(x) def test02(y): y+=1 print(y)
2019-03-15 18:17:10