随笔分类 -  PyTorch

【PyTorch深度学习60分钟快速入门 】Part5：数据并行化
摘要：  在本节中，我们将学习如何利用 使用多个GPU。 在PyTorch中使用多个GPU非常容易，你可以使用下面代码将模型放在GPU上： 然后，你可以将所有张量拷贝到GPU上： 请注意，仅仅调用 并不会将张量拷贝到GPU上，你需要将它指派给一个新的张量，然后在GPU上使用这个新张量。 在多个G 阅读全文
posted @ 2018-01-31 10:34 HackHan 阅读(634) 评论(0) 推荐(0)
【PyTorch深度学习60分钟快速入门 】Part4：训练一个分类器
摘要：  太棒啦！到目前为止，你已经了解了如何定义神经网络、计算损失，以及更新网络权重。不过，现在你可能会思考以下几个方面： 0x01 数据集 通常，当你需要处理图像、文本、音频或视频数据时，你可以使用标准的python包将数据加载到numpy数组中。然后你可以将该数组转换成一个 。 对于图像， 阅读全文
posted @ 2018-01-31 01:25 HackHan 阅读(4114) 评论(1) 推荐(1)
【PyTorch深度学习60分钟快速入门 】Part2：Autograd自动化微分
摘要：  在PyTorch中，集中于所有神经网络的是 包。首先，我们简要地看一下此工具包，然后我们将训练第一个神经网络。 包为张量的所有操作提供了自动微分。它是一个运行式定义的框架，这意味着你的后向传播是由你的代码运行方式来定义的，并且每一个迭代都可以是不同的。 下面，让我们使用一些更简单的术语 阅读全文
posted @ 2018-01-30 23:07 HackHan 阅读(981) 评论(0) 推荐(0)
【PyTorch深度学习60分钟快速入门 】Part3：神经网络
摘要：  神经网络可以通过使用 包来构建。 既然你已经了解了 ，而 依赖于 来定义模型并对其求微分。一个 包含多个网络层，以及一个返回输出的方法 。 例如，查看下图中的对数字图片分类的网络： 这是一个简单的前馈网络。它接受输入，并将输入依次通过多个层，然后给出输出结果。 对于神经网络来说，一个经 阅读全文
posted @ 2018-01-30 23:04 HackHan 阅读(1721) 评论(0) 推荐(0)
【PyTorch深度学习60分钟快速入门 】Part1：PyTorch是什么？
摘要：  0x00 PyTorch是什么？ PyTorch是一个基于Python的科学计算工具包，它主要面向两种场景： 用于替代NumPy，可以使用GPU的计算力 一种深度学习研究平台，可以提供最大的灵活性和速度 0x01 开始学习 1、Tensors Tensors（张量）类似于numpy的n 阅读全文
posted @ 2018-01-28 10:41 HackHan 阅读(3243) 评论(0) 推荐(0)
【PyTorch深度学习60分钟快速入门 】Part0：系列介绍
摘要：  说明：本系列教程翻译自PyTorch官方教程《 "Deep Learning with PyTorch: A 60 Minute Blitz" 》，基于PyTorch 0.3.0.post4   教程目标 在高层次上理解PyTorch的 库和神经网络 训练一个小型的神经网络来 阅读全文
posted @ 2018-01-28 09:25 HackHan 阅读(984) 评论(0) 推荐(1)