Picassooo

2020年3月30日

摘要：在上一篇博客中我们介绍并实现了自动编码器，本文将用PyTorch实现变分自动编码器(Variational AutoEncoder, VAE)。自动变分编码器原理与一般的自动编码器的区别在于需要在编码过程增加一点限制，迫使它生成的隐含向量能够粗略的遵循标准正态分布。这样一来，当需要生成一张新图片时，阅读全文

posted @ 2020-03-30 22:25 Picassooo 阅读(3230) 评论(0) 推荐(2)

总结: NLLLoss, CrossEntropyLoss, BCELoss, BCEWithLogitsLoss比较，以及交叉熵损失函数推导

摘要：一、pytorch中各损失函数的比较 Pytorch中Softmax、Log_Softmax、NLLLoss以及CrossEntropyLoss的关系与区别详解 Pytorch详解BCELoss和BCEWithLogitsLoss Focal Loss理解-菜鸟笔记 (coonote.com) 总结阅读全文

posted @ 2020-03-30 17:50 Picassooo 阅读(4281) 评论(0) 推荐(0)

转：Matplotlib-设置标题

摘要：转：Matplotlib-设置标题阅读全文

posted @ 2020-03-30 10:53 Picassooo 阅读(721) 评论(0) 推荐(0)

2020年3月28日

python计算积分

摘要： python有多个方法计算积分，下面介绍其中三个，以下式为例：方法一：直接用numpy计算 start = 1 stop = 2 length = 101 x = np.linspace(start, stop, length) y = x**2 result = sum(y*(stop-star 阅读全文

posted @ 2020-03-28 10:44 Picassooo 阅读(24992) 评论(0) 推荐(1)

2020年3月27日

torchvision.transforms.ToTensor()，torchvision.trasnsforms.Normalize()

摘要：用PyTorch进行神经网络训练时，如果训练用的数据是图像数据，则需要在训练之前对图像进行预处理。以MNIST数据为例： train_data = torchvision.datasets.MNIST( root='./mnist/', train=True, transform=torchvisi 阅读全文

posted @ 2020-03-27 22:47 Picassooo 阅读(3394) 评论(0) 推荐(0)

PyTorch: .add()和.add_()，.mul()和.mul_()，.exp()和.exp_()

摘要： .add()和.add_() .add()和.add_()都能把两个张量加起来，但.add_是in-place操作，比如x.add_(y)，x+y的结果会存储到原来的x中。Torch里面所有带"_"的操作，都是in-place的。 .mul()和.mul_() x.mul(y)或x.mul_(y)实阅读全文

posted @ 2020-03-27 19:36 Picassooo 阅读(21652) 评论(0) 推荐(2)

PyTorch矩阵乘法

摘要：总结：pytorch和numpy中，星号*都表示矩阵点对点相乘；matmul都表示矩阵乘法。 PyTorch中，a.mul(b)表示矩阵a和b点对点乘（即相同位置的元素相乘），‘*’也表示矩阵点对点相乘。a.mm(b)表示矩阵乘法。另外torch.matmul(a, b)以及a@b也都可以表示a和b 阅读全文

posted @ 2020-03-27 11:22 Picassooo 阅读(2077) 评论(0) 推荐(0)

2020年3月26日

torch.tensor的类型转换以及和numpy的转换

摘要： PyTorch中的常用的tensor类型 PyTorch中的常用的tensor类型包括： 32位浮点型torch.FloatTensor， 64位浮点型torch.DoubleTensor， 16位整型torch.ShortTensor， 32位整型torch.IntTensor， 64位整型tor 阅读全文

posted @ 2020-03-26 12:10 Picassooo 阅读(16854) 评论(0) 推荐(0)

2020年3月25日

PyTorch实现简单的自动编码器autoencoder

摘要：自动编码器包括编码器(Encoder)和解码器(Decoder)两部分，编码器和解码器都可以是任意的模型，目前神经网络模型用的较多。输入的数据经过神经网络降维到一个编码(coder)，然后又通过一个神经网络去解码得到一个与原输入数据一模一样的生成数据，然后通过比较这两个数据，最小化它们之间的差异来训阅读全文

posted @ 2020-03-25 22:57 Picassooo 阅读(6119) 评论(0) 推荐(0)

matplotlib, plt.ion()画动图

摘要：这篇知乎文章使用Matplotlib画动态图实例介绍的挺好的，精彩内容截图如下：在训练神经网络时，我们常常希望在图中看到loss减小的动态过程，这时我们可用plt.ion()函数打开交互式模式，在交互式模式下可动态地展示图像。例一：动态画图 import matplotlib.pyplot 阅读全文

posted @ 2020-03-25 00:12 Picassooo 阅读(4984) 评论(0) 推荐(0)

公告