会员
周边
新闻
博问
闪存
众包
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
做梦当财神
首页
管理
上一页
1
···
18
19
20
21
22
23
24
25
26
···
54
下一页
2023年6月4日
权重衰减
摘要: # 1. 通常权重衰减等价于L2正则化 控制模型容量方法: - 模型变得比较小,即参数比较少。 - 参数值的选择范围比较小。 权重衰减通过限制参数值的选择范围来控制模型容量: $$ min\ \ell(\mathbf{w}, b) \ \ \ \ subject\ to\ \ ||\mathbf{w
阅读全文
posted @ 2023-06-04 21:29 做梦当财神
阅读(120)
评论(0)
推荐(0)
2023年3月20日
transforms.ToTensor()
摘要: $torchvision.transforms.functional.py$ 中to_tensor()函数源码: def to_tensor(pic) -> Tensor: """Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor. This
阅读全文
posted @ 2023-03-20 10:59 做梦当财神
阅读(292)
评论(0)
推荐(0)
2023年3月6日
with torch.no_grad()
摘要: 讲述with torch.no_grad()前,先讲述requires_grad参数。 1. requires_grad 在 $torch$ 中,$tensor$ 有一个 requires_grad参数,如果设置为 $True$,则反向传播时,该 $tensor$ 就会自动求导。 $tensor$
阅读全文
posted @ 2023-03-06 23:46 做梦当财神
阅读(331)
评论(0)
推荐(0)
torch.detach()、torch.detach_()
摘要: 训练网络的时候希望保持一部分网络参数不变,只对其中一部分的参数进行调整;或训练部分分支网络,并不让其梯度对主网络的梯度造成影响,这时可以使用detach()切断一些分支的反向传播。 1. tensor.detach() 返回一个新的 $tensor$,从当前计算图中分离下来,但仍指向原 $tenso
阅读全文
posted @ 2023-03-06 23:14 做梦当财神
阅读(435)
评论(0)
推荐(0)
2022年12月29日
torch.nn.MaxPool2d()
摘要: ```python torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) ``` $2D$ 最大池化。 **参数:** - `kernel_
阅读全文
posted @ 2022-12-29 12:23 做梦当财神
阅读(616)
评论(0)
推荐(1)
2022年12月28日
torch.cat() 与 torch.stack() 的区别
摘要: 1. torch.cat() torch.cat(tensors, dim=0) 在给定维度中拼接张量序列。 参数: tensors:张量序列。 dim:拼接张量序列的维度。 import torch a = torch.rand(2, 3) b = torch.rand(2, 3) c = tor
阅读全文
posted @ 2022-12-28 17:56 做梦当财神
阅读(500)
评论(0)
推荐(0)
多输入通道和多输出通道
摘要: 真实数据的维度通常很高。例如,彩色图像在高、宽 $2$ 个维度外还有 $RGB$(红、绿、蓝)$3$ 个颜色通道。我们将大小为 $3$ 称为通道数($channel$)。 1. 多输入通道 卷积核的通道数要和输入通道数一样才能进行互相关运算。 计算过程:先在每个通道上,做互相关运算;再按通道相加得到
阅读全文
posted @ 2022-12-28 12:52 做梦当财神
阅读(354)
评论(0)
推荐(0)
填充和步幅
摘要: 目录1. 填充2. 步幅3. 小结 假设输入形状是 \(n_h \times n_w\),卷积核窗口形状是 \(k_h \times k_w\),则输出形状是 \[(n_h - k_h + 1) \times (n_w - k_w + 1) \]这里介绍卷积层的两个超参数填充和步幅,它们可以改变输出
阅读全文
posted @ 2022-12-28 12:51 做梦当财神
阅读(170)
评论(0)
推荐(0)
2022年12月8日
np.percentile()
摘要: 描述: 百分位数表示小于这个值的观察值的百分比。 numpy.percentile(a, q, axis) 参数: a:输入数组。 q:计算的百分位数,在 $0-100$ 之间。 axis:沿着它计算百分位数的轴。 interpolation:$str$,用于估计百分位数的方法。默认 $linear
阅读全文
posted @ 2022-12-08 14:24 做梦当财神
阅读(1126)
评论(0)
推荐(0)
2022年10月17日
Python __all__
摘要: 1. 问题 当时用 from module import *时,希望对从模块或包导出的符号进行精确控制。 2. 解决方案 定义变量 __all__来明确地列出需要导出的内容。 def spam(): pass def grok(): pass blah = 42 # 只导出 spam、grok __
阅读全文
posted @ 2022-10-17 22:04 做梦当财神
阅读(73)
评论(0)
推荐(0)
上一页
1
···
18
19
20
21
22
23
24
25
26
···
54
下一页
公告