多发Paper哈 - 博客园

2022年3月8日

摘要： 1、均匀分布初始化 torch.nn.init.uniform_(tensor, a=0, b=1) 从均匀分布U(a, b)中采样，初始化张量。参数： tensor - 需要填充的张量 a - 均匀分布的下界 b - 均匀分布的上界例子： w = torch.empty(3, 5) nn.in 阅读全文

posted @ 2022-03-08 20:09 多发Paper哈阅读(1025) 评论(0) 推荐(0) 编辑

利用torch.nn实现前馈神经网络解决多分类任务使用至少三种不同的激活函数

摘要： 1 导入包 import torch import numpy as np import torch.nn as nn from torch.utils.data import TensorDataset,DataLoader import torchvision from IPython impo 阅读全文

posted @ 2022-03-08 17:46 多发Paper哈阅读(546) 评论(0) 推荐(0) 编辑

利用 torch.nn 实现前馈神经网络解决多分类任务

摘要： 1 导入实验需要的包 import torch import numpy as np from torch import nn from torchvision.datasets import MNIST import torchvision.transforms as transforms imp 阅读全文

posted @ 2022-03-08 17:00 多发Paper哈阅读(544) 评论(0) 推荐(0) 编辑

pytorch 保存训练好的模型

摘要： 1 保存和加载整个模型 torch.save(model_object, 'model.pth') model = torch.load('model.pth') 2 仅保存和加载模型参数 torch.save(model_obj.state_dict(), 'params.pth') model_ 阅读全文

posted @ 2022-03-08 16:54 多发Paper哈阅读(142) 评论(0) 推荐(0) 编辑

2022年3月7日

利用torch.nn实现前馈神经网络解决二分类任务

摘要： 1 导入包 import torch import torch.nn as nn from torch.utils.data import TensorDataset,DataLoader from torch.nn import init import torch.optim as optim f 阅读全文

posted @ 2022-03-07 20:30 多发Paper哈阅读(474) 评论(0) 推荐(1) 编辑

利用torch.nn实现前馈神经网络解决回归任务

摘要： 1 导入实验需要的包 import torch from torch import nn import numpy as np import matplotlib.pyplot as plt from torch.utils.data import DataLoader,TensorDataset 阅读全文

posted @ 2022-03-07 19:25 多发Paper哈阅读(739) 评论(0) 推荐(0) 编辑

pytorch 中 torch.nn.Linear() 详解

摘要： nn.Linear() PyTorch的 nn.Linear() 是用于设置网络中的全连接层的，需要注意在二维图像处理的任务中，全连接层的输入与输出一般都设置为二维张量，形状通常为[batch_size, size]，不同于卷积层要求输入输出是四维张量。其用法与形参说明如下： torch.nn.Li 阅读全文

posted @ 2022-03-07 19:10 多发Paper哈阅读(3878) 评论(0) 推荐(0) 编辑

pytorch 中矩阵乘法

摘要： 1、二维矩阵乘法 torch.mm() torch.mm(mat1, mat2, out=None) 其中 $\operatorname{mat} 1 \in \mathbb{R}^{n \times m}, \operatorname{mat} 2 \in \mathbb{R}^{m \times 阅读全文

posted @ 2022-03-07 15:40 多发Paper哈阅读(192) 评论(0) 推荐(0) 编辑

2022年3月6日

手动实现前馈神经网络解决二分类任务

摘要： 1 导入实验需要的包 import numpy as np import torch from torch import nn from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt f 阅读全文

posted @ 2022-03-06 11:56 多发Paper哈阅读(599) 评论(0) 推荐(0) 编辑

Pytorch nn.BCEWithLogitsLoss() 的简单理解与用法

摘要：这个东西，本质上和nn.BCELoss()没有区别，只是在BCELoss上加了个logits函数(也就是sigmoid函数)，例子如下： import torch import torch.nn as nn label = torch.Tensor([1, 1, 0]) pred = torch.T 阅读全文

posted @ 2022-03-06 10:21 多发Paper哈阅读(989) 评论(0) 推荐(0) 编辑

Blair

公告