跟李沐动手学pytorch - 文章分类 - yc-limitless

13.5 多尺度锚框

摘要：13.5.0 头文件 import torch from d2l import torch as d2l from matplotlib import pyplot as plt d2l.set_figsize() 13.5.1 读入图像 img = d2l.plt.imread('../img/c 阅读全文

posted @ 2022-12-01 15:29 yc-limitless 阅读(130) 评论(0) 推荐(0)

13.4 锚框

摘要：13.4.0 头文件 import torch from d2l import torch as d2l from matplotlib import pyplot as plt d2l.set_figsize() torch.set_printoptions(2) # 精简输出精度 # 宽高比r是阅读全文

posted @ 2022-12-01 09:27 yc-limitless 阅读(355) 评论(0) 推荐(0)

13.6 目标检测数据集

摘要：13.6.0 头文件 import os import pandas as pd import torch import torchvision from d2l import torch as d2l from matplotlib import pyplot as plt 13.6.1 下载ba 阅读全文

posted @ 2022-11-27 15:26 yc-limitless 阅读(424) 评论(0) 推荐(0)

13.2 微调

摘要：13.2.0 头文件 # 通过微调在ImageNet数据集上预训练得到的ResNet模型，得到新的微调模型 # 利用新的微调模型在一个小型数据集上识别图像中是否包含热狗 import os import torch import torchvision from torch import nn fr 阅读全文

posted @ 2022-11-27 13:25 yc-limitless 阅读(164) 评论(0) 推荐(0)

12.6 多GPU训练网络模型的简洁实现

摘要：12.6.0 头文件 import torch from torch import nn from d2l import torch as d2l 12.6.1 定义ResNet-18网络模型 # 定义ResNet-18网络模型 def resnet18(num_classes, in_channe 阅读全文

posted @ 2022-11-26 23:41 yc-limitless 阅读(164) 评论(0) 推荐(0)

12.5 多GPU训练的手动实现

摘要：12.5.0 头文件 import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l 12.5.1 创建网络模型并初始化模型参数 # 初始化模型参数 scale = 阅读全文

posted @ 2022-11-26 21:40 yc-limitless 阅读(145) 评论(0) 推荐(0)

13.1图像增广

摘要：13.1.0 头文件 import torch import torchvision from torch import nn from d2l import torch as d2l from matplotlib import pyplot as plt d2l.set_figsize() 13 阅读全文

posted @ 2022-11-24 16:26 yc-limitless 阅读(97) 评论(0) 推荐(0)

13.3 目标检测和边界框

摘要：13.3.0头文件 import torch from d2l import torch as d2l from matplotlib import pyplot as plt d2l.set_figsize() 13.3.1 边界框坐标转换 # 把框框的（左上(x,y),右下(x,y)）坐标转换为阅读全文

posted @ 2022-11-24 14:23 yc-limitless 阅读(147) 评论(0) 推荐(0)

7.6 批量归一化层

摘要：7.6.0 头文件 import torch from torch import nn from d2l import torch as d2l import pandas as pd import numpy as np from matplotlib import pyplot as plt t 阅读全文

posted @ 2022-11-24 10:27 yc-limitless 阅读(136) 评论(0) 推荐(0)

7.5 GoogLeNet

摘要：7.5.0 头文件 import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l from matplotlib import pyplot as plt 7.5 阅读全文

posted @ 2022-11-17 22:45 yc-limitless

7.4 NIN

摘要：7.4.0 头文件 import torch from torch import nn from d2l import torch as d2l from matplotlib import pyplot as plt 7.4.1 NiN网络模型 # 创建一个NiN块，NiN块包含三个卷积层，第一个阅读全文

posted @ 2022-11-17 19:41 yc-limitless

7.3 VGG

摘要：7.3.0 头文件 import torch from torch import nn from d2l import torch as d2l from matplotlib import pyplot as plt 7.3.1 定义VGG11网络模型 # num_convs：该VGG块中包含的卷阅读全文

posted @ 2022-11-17 16:36 yc-limitless

7.2 AlexNet

摘要：7.2.0 头文件 import torch from torch import nn from d2l import torch as d2l from matplotlib import pyplot as plt 7.2.1 定义AlexNet网络模型 # 定义AlexNet网络模型 net 阅读全文

posted @ 2022-11-10 16:49 yc-limitless

7.1 LeNet

摘要：对卷积网络的形象理解：卷积网络在形式上类似于人民代表大会制度，卷积核相当于候选人，多个卷积核就相当于多个候选人，图像中不同的特征会激活不同的卷积核，池化层起着类似于合票的作用，代表着一个区域的得分，全连接层相当于对每个区域选出来的代表进行最终的投票 7.1.0 头文件 import torch f 阅读全文

posted @ 2022-11-09 21:28 yc-limitless

6.5 池化层

摘要：6.5.0 头文件 import torch from torch import nn from d2l import torch as d2l 6.5.1 自定义的图像池化操作 # X：待池化图像 pool_size池化尺寸 mode池化模式 # 对图像在每个通道上分别进行最大池化或平均池化，最后阅读全文

posted @ 2022-11-09 17:01 yc-limitless

6.4 多输入通道与多输出通道

摘要：6.4.0 头文件 import torch from d2l import torch as d2l 6.4.1 多输入通道单输出通道卷积运算 # 定义多输入通道单输出通道卷积运算:将输入图像的第一个通道与卷积核第一个通道进行卷积运算，将输入图像的第二个通道与卷积核第二个通道进行卷积运算，依此类推阅读全文

posted @ 2022-11-09 16:28 yc-limitless

6.3 填充和步幅

摘要：import torch from torch import nn # conv2d：卷积模型 # X：待卷积的图像（行数，列数） # 定义一个进行卷积操作的函数，返回卷积操作后的图像（不包含批量大小和通道数） def comp_conv2d(conv2d, X): # 把X维度扩充为（批量大小，通阅读全文

posted @ 2022-11-09 15:30 yc-limitless

6.2 图像卷积

摘要：6.2.0 头文件 import torch from torch import nn from d2l import torch as d2l 6.2.1 图像与卷积核的卷积操作 # X：待卷积的图像 # K：卷积核 # 将图像X与卷积核K进行卷积操作，返回卷积的结果(无填充) def corr2 阅读全文

posted @ 2022-11-08 23:45 yc-limitless

5.4 张量和模型参数的导入与导出

摘要：5.4.0 头文件 import torch from torch import nn from torch.nn import functional as F 5.4.1 把张量保存在本地,从本地导入张量 # 定义一个张量 x = torch.arange(4) # 将张量x保存在本地x-file 阅读全文

posted @ 2022-11-08 17:01 yc-limitless

5.3 层

摘要：5.3.0 头文件 import torch import torch.nn.functional as F from torch import nn 5.3.1 定义不带参数的层 # 定义不带参数的层 class CenteredLayer(nn.Module): def __init__(sel 阅读全文

posted @ 2022-11-08 15:22 yc-limitless

文章分类 - 跟李沐动手学pytorch