上一页 1 2 3 4 5 6 7 ··· 43 下一页
2019年9月2日
ImportError: No module named tensorflow.compat.v1 忽略已经安装的某个包版本 忽略已安装版本
摘要： ImportError: No module named tensorflow.compat.v1 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/sinat_34569355/articl 阅读全文
posted @ 2019-09-02 14:24 交流_QQ_2240410488 阅读(21597) 评论(0) 推荐(0)
Pytorch使用tensorboardX网络结构可视化。超详细！！！
摘要： https://www.jianshu.com/p/46eb3004beca 1 引言 我们都知道tensorflow框架可以使用tensorboard这一高级的可视化的工具，为了使用tensorboard这一套完美的可视化工具，未免可以将其应用到Pytorch中，用于Pytorch的可视化。这里特 阅读全文
posted @ 2019-09-02 10:29 交流_QQ_2240410488 阅读(13212) 评论(0) 推荐(0)
2019年8月30日
Pytorch使用tensorboardX可视化。超详细！！！
摘要： tensorboard --logdir runs 改为 tensorboard --logdir=D:\model\tensorboard\runs 重点 在网上看了很多方法后发现将原本链接中的计算机名改为localhost，即http://localhost:6006/后能成功解决该问题，显示结 阅读全文
posted @ 2019-08-30 17:47 交流_QQ_2240410488 阅读(8729) 评论(0) 推荐(0)
pytorch旧版安装
摘要： https://pytorch.org/get-started/previous-versions 可以直接下载文件 用 pip 直接在下载目录安装就可以了 阅读全文
posted @ 2019-08-30 17:14 交流_QQ_2240410488 阅读(697) 评论(0) 推荐(0)
Pytorch的网络结构可视化（tensorboardX）（详细）
摘要： 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/xiaoxifei/article/details/82735355最近刚刚发现一个非常好用的显示模型神器Netron https://git 阅读全文
posted @ 2019-08-30 15:30 交流_QQ_2240410488 阅读(1780) 评论(0) 推荐(0)
PyTorch代码调试利器: 自动print每行代码的Tensor信息
摘要： 本文介绍一个用于 PyTorch 代码的实用工具 TorchSnooper。作者是TorchSnooper的作者，也是PyTorch开发者之一。 GitHub 项目地址： https://github.com/zasdfgbnm/TorchSnooper 大家可能遇到这样子的困扰：比如说运行自己编写 阅读全文
posted @ 2019-08-30 15:26 交流_QQ_2240410488 阅读(1443) 评论(0) 推荐(0)
权重衰减（weight decay）与学习率衰减（learning rate decay）
摘要： 本文链接：https://blog.csdn.net/program_developer/article/details/80867468“微信公众号” 1. 权重衰减（weight decay）L2正则化的目的就是为了让权重衰减到更小的值，在一定程度上减少模型过拟合的问题，所以权重衰减也叫L2正则 阅读全文
posted @ 2019-08-30 15:06 交流_QQ_2240410488 阅读(973) 评论(0) 推荐(0)
pytorch的backward
摘要： 在学习的过程中遇见了一个问题，就是当使用backward()反向传播时传入参数的问题： 这里的backward()中为什么需要传入参数Variable(t.ones(1, 10))呢？没有传入就会报错： 这个错误的意思就是梯度只能为标量（即一个数）输出隐式地创建 比如有一个例子是： 1） 返回： 此 阅读全文
posted @ 2019-08-30 13:48 交流_QQ_2240410488 阅读(392) 评论(0) 推荐(0)
PyTorch入门学习（二）：Autogard之自动求梯度
摘要： autograd包是PyTorch中神经网络的核心部分,简单学习一下. autograd提供了所有张量操作的自动求微分功能. 它的灵活性体现在可以通过代码的运行来决定反向传播的过程, 这样就使得每一次的迭代都可以是不一样的. Variable类 autograd.Variable是这个包中的核心类. 阅读全文
posted @ 2019-08-30 12:33 交流_QQ_2240410488 阅读(511) 评论(0) 推荐(0)
Pytorch - GPU ID 指定 pytorch gpu 指定
摘要： PyTorch 关于多 GPUs 时的指定使用特定 GPU. PyTorch 中的 Tensor，Variable 和 nn.Module(如 loss，layer和容器 Sequential) 等可以分别使用 CPU 和 GPU 版本，均是采用 .cuda() 方法. 如： 采用 .cuda()  阅读全文
posted @ 2019-08-30 12:12 交流_QQ_2240410488 阅读(13335) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 ··· 43 下一页