摘要：
从文本中读取的数据按数组的形式存放，比Python的list速度快。 阅读全文
posted @ 2020-06-01 19:46
6+0
阅读(146)
评论(0)
推荐(0)
摘要：
1、数据集 (1)继承Dataset或使用tv.datasets.ImageFolder() 目标路径下有至少一个文件夹 (2)tv.transforms.Compose (3)加载数据 (4)数据分组 class Dataset(torch.utils.data.Dataset): def __i 阅读全文
posted @ 2020-04-08 16:06
6+0
阅读(175)
评论(0)
推荐(0)
摘要：
1、Image.fromarray(np.uint8(img)) 阅读全文
posted @ 2020-04-06 12:32
6+0
阅读(137)
评论(0)
推荐(0)
摘要：
创建：conda create -n env_name python=3.7 删除：conda remove -n env_name --all 激活：conda/source activate env_name 切换到上一个Python环境：conda/source deactivate 安装包： 阅读全文
posted @ 2020-03-13 16:20
6+0
阅读(216)
评论(0)
推荐(0)
摘要：
import torch import torch.nn.functional as F from collections import OrderedDict # Method 1 class Net1(torch.nn.Module): def __init__(self): super(Net 阅读全文
posted @ 2020-03-08 19:52
6+0
阅读(1100)
评论(0)
推荐(0)
摘要：
1、torch.nn.CrossEntropyLoss() 用于多分类问题 loss_func=torch.nn.CrossEntropyLoss() loss=loss_func(input_data,input_target) 其中input_data的shape一般是(batch_size,o 阅读全文
posted @ 2020-02-24 16:19
6+0
阅读(297)
评论(0)
推荐(0)
摘要：
import torch as tfrom torch.utils import dataimport osfrom PIL import Imageimport numpy as np import torchvision.transforms as T transforms = T.Compos 阅读全文
posted @ 2020-02-17 10:06
6+0
阅读(2727)
评论(1)
推荐(1)
摘要：
1、'-'.join([1, 2, 3]) #1-2-3 2、print('姓名%s, 年龄%s'%(name, age)) print('{}'.format(a)) 3、os.listdir #获取指定文件夹里面的文件或文件夹列表 4、os.path.join(root, img) #将多个部分 阅读全文
posted @ 2020-02-14 17:09
6+0
阅读(132)
评论(0)
推荐(0)
摘要：
神经元：函数 神经网络（模型）的本质：函数网络 深度学习的本质：反向传播求偏导 梯度：向量（有大小和方向），函数在该点的方向导数取得最大值的方向，在该点处梯度的方向为函数变化最快的方向 梯度下降：梯度的负方向是函数下降最快的方向 收敛：取得最小值 权重：输入进入神经元前乘的数 偏置：乘完权重加的数 阅读全文
posted @ 2020-02-13 17:57
6+0
阅读(181)
评论(0)
推荐(0)
摘要：
2017年 一种基于动态图的深度学习框架 计算图包括静态计算图（先定义再运行）和动态计算图（在运行中定义） Tensor：n维数组，与numpy的ndarray类似，但支持GPU加速 阅读全文
posted @ 2020-02-13 12:58
6+0
阅读(173)
评论(0)
推荐(0)
浙公网安备 33010602011771号