随笔分类 -  Pytorch

摘要:RuntimeWarning: overflow encountered in exp in computing the logistic function 以下是sigmoid函数的标准写法,但是如果x很大或导致函数exp(-x)溢出 安全的替代写法如下: 阅读全文
posted @ 2019-05-25 14:33 HOU_JUN 阅读(5036) 评论(0) 推荐(0)
摘要:预备知识 模型并行( model parallelism ):即把模型拆分放到不同的设备进行训练,分布式系统中的不同机器(GPU/CPU等)负责网络模型的不同部分 —— 例如,神经网络模型的不同网络层被分配到不同的机器,或者同一层内部的不同参数被分配到不同机器,如AlexNet的训练。 数据并行( 阅读全文
posted @ 2019-02-20 16:24 HOU_JUN
摘要:安装pytorch时,torchvision独立于torch。torchvision包由流行的数据集(torchvision.datasets)、模型架构(torchvision.models)和用于计算机视觉的常见图像转换组成t(torchvision.transforms)。 1)数据库 MNI 阅读全文
posted @ 2019-02-20 14:57 HOU_JUN 阅读(10726) 评论(0) 推荐(1)
摘要:实例化数据库的时候,有一个可选的参数可以对数据进行转换,满足大多神经网络的要求输入固定尺寸的图片,因此要对原图进行Rescale或者Crop操作,然后返回的数据需要转换成Tensor如: 数据转换(Transfrom)发生在数据库中的__getitem__操作中。以上代码中,transforms.C 阅读全文
posted @ 2019-02-20 14:35 HOU_JUN 阅读(13644) 评论(0) 推荐(0)
摘要:1)前言 虽然torchvision.datasets中已经封装了好多通用的数据集,但是我们在使用Pytorch做深度学习任务的时候,会面临着自定义数据库来满足自己的任务需要。如我们要训练一个人脸关键点检测算法,提供的训练数据标注如下形式,存在CSV文件中: 在本次教程中,我们需要用到两个额外的包: 阅读全文
posted @ 2019-02-20 11:21 HOU_JUN 阅读(1881) 评论(0) 推荐(0)
摘要:训练一个模型需要有一个数据库,一个网络,一个优化函数。数据读取是训练的第一步,以下是pytorch数据输入框架。 1)实例化一个数据库 假设我们已经定义了一个FaceLandmarksDataset数据库,此数据库将在以下建立。 或者使用torchvision.datasets里封装的数据集(MNI 阅读全文
posted @ 2019-01-03 14:29 HOU_JUN 阅读(1581) 评论(0) 推荐(0)