Samar-blog

摘要： 20.1打开pytorch官网 1.打开torch.nn-Normalization Layers 找到BatchNorm2d： 点击查看代码 class torch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=0.1, affine=True, 阅读全文

摘要： 19.1打开pytorch官网 1.打开torch.nn-Non-linear Activations-ReLU 可见：ReLU当输入为正值时输出为自身，当输入为负值时输出为0。 2.打开torch.nn-Non-linear Activations-Sigmoid Sigmoid是连续、平滑的s型 阅读全文

摘要： 18.1打开pytorch官网：Docs-PyTorch-torch.nn-Pooling Layers-MaxPool2d 1.MaxPool2d参数的Parameters class torch.nn.MaxPool2d (kernel_size, stride=None, padding=0, 阅读全文

摘要： 17.1官网：Docs-PyTorch-torch.nn-Convolution Layers 1.nn.Conv2d：图像主要是二维矩阵 点击查看代码 class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, p 阅读全文

摘要： 16.1torch.nn.functional.conv2d的参数（官网） 点击查看代码 input：input tensor of shape (minibatch,in_channels,iH,iW) weight：filters of shape (out_channels,in_channe 阅读全文

摘要： 打开PyTorch官网 1.找到troch.nn的Containers 2.打开pycharm：代码-生成-重写方法-选择第一个要初始化的方法__init__ 3.pycharm运行代码如下 点击查看代码 import torch from torch import nn #1.定义神经网络的模板 阅读全文

摘要： 14.1Pytorch官网打开torch.utils.data.DataLoader 14.2在pycharm使用DataLoader 它返回img和target 代码如下： 点击查看代码 import torchvision from torch.utils.data import DataLoa 阅读全文

摘要： 13.1Transforms中的类 1.打开pytorch官网 2.找到CIFAR10，这个数据集比较小 3.点击图片上红色的CIFAR10 4.这里的链接就是Pycharm下载到dataset里面的东西 13.2CIFAR10数据集的下载与导入 1.在Pycharm下载，下载到dataset 2. 阅读全文

摘要： 12.1Resize使用 1.Resize使用1_输入的size为sequence 【注：“忽略大小写，进行提示匹配”的设置：一般情况下，你需要输入R，才能提示出Resize；我们想设置，即便你输入的是r，也能提示出Resize，也就是忽略了大小写进行匹配提示】 步骤如下： （1）对Resize() 阅读全文

摘要： 11.1_call_使用 11.2ToTensor使用 1.代码如下： 点击查看代码 from PIL import Image from torch.utils.tensorboard import SummaryWriter from torchvision import transforms 阅读全文