专题介绍及文章命名再次提醒：该系列专题不涉及网络细节讲解，仅限于 工程实现 与 框架学习。想更多了解该专题内容请点击上文专题介绍链接。该专题中，文章命名方式为：Pytorch框架应用系列 之 《项目名称》 《总章节-当前章节》：《当前章节项目名称》目录一. Excel 格式数据集的建立 1.1 数据建立操作 之 Excel数据创建《子任务章节》 1.1.1 第一步：Excel 操作函数：op
转载
2023-12-26 21:43:39
49阅读
一、优化器基本使用方法建立优化器实例循环：
清空梯度向前传播计算Loss反向传播更新参数示例：from torch import optim
input = .....
optimizer = optim.SGD(params=net.parameters(), lr=1) # 优化器实例
optimizer.zero_grad() # 清空梯度
output = net(input)
转载
2023-08-22 20:02:14
55阅读
文章目录前言安装pytorch管理环境张量张量的生成1.torch.tensor()2.torch.Tensor() 函数3.张量和numpy数据互相转换张量的操作1.改变形状2.获取张量中的元素3.拼接和拆分torch.cat()torch.stack() 前言记录自己学习pytorch的过程，顺便学下python。安装pytorch强推anaconda包管理工具，在pytorch搜到适合自己
转载
2023-11-06 19:17:07
53阅读
环境准备1.在启智AI协作平台 2.MMpose安装教程前期准备 1.有启智账号，登陆后，点击加号，从MMpose安装教程写入，迁移到这里 启动调试任务，并创建GPU环境，点击调试。安装Pytorchpytorch 需要指定清华源，目的两个一个是下载快，一个是防止找不到网页报错， 执行命令`;注需要另开一个窗口，terminal终端执行下面的命令，永久设置pip的源为清华源pip config s
转载
2023-11-27 16:52:20
148阅读
文章目录优化器的学习率和参数optimizer的param_groups多学习率封装好的lr调整策略函数衰减-LambdaLR固定步长衰减-StepLR多步长衰减-MultiStepLR指数衰减-ExponentialLR余弦退火衰减-CosineAnnealingLR自定义学习率衰减warm up 学习率的调整在训练的过程中很重要，通常情况下随着训练的进行，模型的参数值逐渐趋于收敛，学习率会
转载
2024-01-17 10:17:42
73阅读
touch.optim一、简介二、优化器Optimizer2.1 类torch.optim.Optimizer()2.2 方法2.2.1 add_param_group(param_group)2.2.2 load_state_dict（state_dict ）2.2.3 state_dict()2.2.4 step(closure)三、优化算法3.1 torch.optim.Adadelta(
转载
2024-01-04 01:13:17
46阅读
torch.optim是一个实现了多种优化算法的包，大多数通用的方法都已支持，提供了丰富的接口调用，未来更多精炼的优化算法也将整合进来。为了使用torch.optim，需先构造一个优化器对象Optimizer,用来保存当前的状态，并能够根据计算得到的梯度来更新参数。要构建一个优化器optimizer，你必须给它一个可进行迭代优化的包含了所有参数（所有的参数必须是变量s）的列表。然后，您可以指定程序
转载
2023-10-10 14:41:58
69阅读
在神经网络优化器中，主要为了优化我们的神经网络，使神经网络在我们的训练过程中快起来，节省时间。在pytorch中提供了 torch.optim方法优化我们的神经网络，torch.optim 是实现各种优化算法的包。最常用的方法都已经支持，接口很常规，所以以后也可以很容易地集成更复杂的方法。如何使用optimizer要使用torch.optim，你必须构造一个optimizer对象，这个对象能保存当前的参数状态并且基于计算梯度进行更新。构建一个优化器要构造一个优化器，你必须给他一个包含参数（必
原创
2021-08-12 22:16:54
805阅读
目录如何使用一个优化器构建它预参数选项采取优化步骤算法class torch.optim.Optimizer(params, defaults)[source]add_param_group(param_group)[source]load_state_dict(state_dict)[source]state_dict()[source]zero_grad()[source]class torch.optim.Adadelta(params, lr=1.0, r
原创
2021-08-12 22:31:19
1467阅读
1.多维输入之前我们的输入都是只有一个维度，如果有多个维度呢？ 对于每一行叫做一个sample（样本） 对于每一列叫做一个feature（特征） 数据集各种各样的什么都有。 csv可以使用excel打开，只能打开逗号做分割的数据集，空格和tab都是不行的。所以可以用记事本打开看一下子。原来的处理函数发生了相应的变化，从一维的变化成了多维 这个过程拆解来看其实是这样子的：为了保证其标量性做了一次转置
转载
2024-01-03 09:46:42
58阅读
目录一、Anaconda 安装二、安装 TensorFlow-CPU1、配置环境2、安装 Tensorflow三、安装TensorFlow-GPU1、是否可安装GPU版Tensorflow（1）方法一：查看算力（2）方法二：Google搜索2、安装显卡驱动3、创建虚拟环境4、安装Tensorflow、CUDA、cuDNN（1）CUDA版本选择（2）cuDNN、TensorFlow 版本选择（3）
转载
2023-12-15 09:51:15
169阅读
1.27 pytorch学习数据预处理创建csv文件import os
os.makedirs(os.path.join('..', 'data'), exist_ok=True)
data_file = os.path.join('..', 'data', 'txy.csv')pandas从创建的CSV文件中加载原始数据集import pandas as pd
data = pd.read_c
转载
2024-02-24 23:16:04
77阅读
深度学习框架安装由于深度学习框架包括Tensorflow，Pytorch 的源都是在国外的，在国内的安装有时候运气好的情况下可以下载成功，但是大部分的情况都是会出现超时的时候，下面介绍如何快速地安装Tensorflow，Pytorch框架。Tensorflow 安装安装Conda，并且使用Conda国内镜像源创建虚拟环境在虚拟环境中使用Conda或者Pip 下载Tensorflow安装Conda创
转载
2023-11-26 13:53:39
51阅读
一、简化前馈网络LeNet 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 import torch as t class LeNet(t.nn.Module): def __in
转载
2018-06-28 20:23:00
156阅读
2评论
2]“讲座6.5 RmsProp:将梯度除以其最近大小的移动平均值”，Tieleman，t .和Hinton，g .，COURSERA:用于机器学习的神经网络。[3]
原创
2024-09-10 10:35:50
3阅读
▌图片：tensorflow官网、安装截图▌内容：教程安装系列 从思想出发，去理解技术；用智慧推演，看人工智能前提：已安装完Anaconda 这⾥咱们主要使⽤ Windows 中的Anaconda Prompt 进⾏安装，因为在Linux、Mac通⽤也是⼤同⼩异的▍第一步：打开Anaconda Prompt配置镜像源，打开后，可以看到现在是base环境，就是安装完a
转载
2024-01-09 17:33:03
57阅读
目录前言一、Pytorch的入门二、使用步骤1.引入库2.读入数据3.定义卷积神经网络4.Training5.在测试集上测试模型总结前言深度学习中有很多入门数据，MNIST被称为机器学习的“Hello World”，一个人能否入门深度学习往往就是以能否玩转MNIST数据来判断的。PyTorch有一个很好的模块nn，它提供了一种有效构建大型神经网络的好方法。我们将按顺序执行以下步骤：使用torchv
转载
2024-03-05 14:08:21
76阅读
目录1. 数据集介绍2. 代码2. 读代码（个人喜欢的顺序）2.1. 导入模块部分：2.2. Main 函数：1. 数据集介绍一般而言，MNIST 数据集测试就是机器学习和深度学习当中的＂Hello World＂工程。几乎是所有的教程都会把它放在最开始的地方。这是因为，这个简单的工程包含了大致的机器学习流程，通过练习这个工程有助于读者加深理解机器学习或者是深度学习的大致流程。MNIST
转载
2023-07-05 17:28:29
120阅读
数据导入与处理来自这里。在解决任何机器学习问题时，都需要在处理数据上花费大量的努力。PyTorch提供了很多工具来简化数据加载，希望使代码更具可读性。在本教程中，我们将学习如何从繁琐的数据中加载、预处理数据或增强数据。开始本教程之前，请确认你已安装如下Python包：scikit-image：图像IO操作和格式转换pandas：更方便解析CSV我们接下来要处理的数据集是人脸姿态。这意味着人脸的注释
转载
2023-10-16 10:09:15
86阅读
# 使用PyTorch进行深度学习
## 引言
深度学习是人工智能领域的一个重要分支，它模拟了人类大脑的神经网络结构，利用大量的数据进行训练，从而实现各种复杂的任务，如图像分类、语音识别和自然语言处理等。PyTorch是一个开源的机器学习框架，由Facebook的人工智能研究院开发并维护。它提供了灵活的张量计算和动态计算图，使得深度学习模型的训练变得更加简单和高效。
## 安装PyTorch
原创
2023-08-13 19:13:54
114阅读
