Torchsummary打印数据提取写在前面：Torchsummary的尿性Torchsummary提取打印数据方式 写在前面：Torchsummary的尿性Torchsummany所提供的summary方法是作pytorch模型各层数据可视化的优秀方法，但是原本的summary方法只能做到调用后打印各层的数据信息，并没有提供任何子函数和官方方法来使使用者提取想要的数据信息。我们只能另辟蹊径。T
转载
2024-06-24 04:26:12
53阅读
python函数基础一.函数1.函数简介函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。1）为什么用函数： 然后现在有一个需求，让你计算'hello world'的长度，你怎么计算？1 s1 = "hello world"
2
转载
2023-07-28 23:00:35
186阅读
一、概念损失函数在深度学习领域是用来计算搭建模型预测的输出值和真实值之间的误差。具体实现过程：在一个批次（batch）前向传播完成后，得到预测值，然后损失函数计算出预测值和真实值之间的差值，反向传播去更新权值和偏置等参数，以降低差值，不断向真实值接近，最终得到效果良好的模型。常见的损失函数包括：MSE（均方差, 也可以叫L2Loss），Cross Entropy Loss（交叉熵），L1 Loss
转载
2023-09-15 20:56:27
186阅读
task07 一、可视化网络结构1、使用print函数打印模型基础信息2、使用torchinfo可视化网络结构二、CNN卷积层可视化1 可视化卷积核2、可视化CNN特征图的方法3 CNN class activation map可视化方法三、使用Tensorboard可视化训练过程1 TensorBoard可视化的基本逻辑2 TensorBoard的配置与启动 一、可视化网络结构背景：深度神经网
转载
2023-12-21 10:55:48
337阅读
一直以来，总想写些什么，但不知从何处落笔。今儿个仓促，也不知道怎么写，就把手里练习过的例子，整理了一下。希望对初学者有用，都是非常基础的例子，很适合初练。好了，Follow me。 一、Python Hello World 实例以下实例为学习Python的第一个实例，即如何输出"Hello World!"： 1 # -*- coding: UTF-8 -*-
2
3 # Fil
2
原创
2022-07-24 00:02:35
60阅读
在深度学习中，损失函数是用来衡量模型参数质量的函数。说人话就是：真实值和预测值之间的差值分类任务中的损失函数这里重点说交叉熵损失①多分类任务多分类任务需要用激活函数softmax将输出转变成概率的形式，在多分类任务中，交叉熵损失函数的计算方法为： 为了熟悉理解这个公式，我们来看下面这个例子： 计算下面的交叉熵损失： 代入公式：L =-(0log0.1+1log0.7+0*log0.2)=-log0
转载
2024-06-25 04:18:52
51阅读
一、损失函数与反向传播 loss function（越小越好）：1.计算实际输出与目标输出之间的差距；2.为我们更新输出提供一定的依据（反向传播）import torch
from torch import nn
from torch.nn import L1Loss
inputs = torch.tensor([1,2,3],dtype=float)
targets = torch.tenso
转载
2023-09-17 13:39:02
100阅读
机器学习中的分类问题常用到交叉熵作为损失函数，那么Pytorch中如何使用交叉熵损失函数呢？这就涉及到torch.nn中的三个类：nn.LogSoftmax、nn.NLLLoss、nn.CrossEntropyLoss，今天剖析一下这几个类，便于以后查找。一、nn.LogSoftmaxsoftmax常用在网络的输出层上，以得到每个类别的概率，顾名思义，nn.LogSoftmax就是对softmax
转载
2023-09-25 12:16:33
142阅读
文章目录`Pytorch`的计算图与动态图机制1、计算图（Computational Graph）2、动态图机制 Pytorch的计算图与动态图机制1、计算图（Computational Graph）计算图是一个用来描述运算的有向无环图计算图有两个主要元素：结点(Node)和边(Edge)：结点表示数据：向量，矩阵，张量等边表示运算，如加减乘除卷积等例子：利用计算图表示第一步：创建和第二步：令
转载
2024-01-08 20:35:44
207阅读
5、nn.L1Loss回归任务中常用的损失函数。
功能：计算模型输出inputs与真实标签target之差的绝对值\[L_n=\vert x_n-y_n\vert
\]6、nn.MSELoss回归任务中常用的损失函数。
功能：计算模型输出inputs与target之差的平方\[L_n=( x_n-y_n)^2
\]nn.L1Loss(size_average=None,reduce=None,re
转载
2024-08-30 11:25:28
166阅读
转自：https://blog.csdn.net/fsfsfsdfsdfdr/article/details/83818482加入hold on 后绘制的线条都出现。mark一下hold on和hold off。hold on：是当前轴及图像保持而不被刷新，准备接受此后将绘制的图形，多图共存，即启动图形保持功能，当前坐标轴和图形都将保持，从此绘制的图形都将添加在这个图形的基础上，并自动调整坐...
原创
2022-07-06 08:08:26
2024阅读
Python 学习之函数的学习一、简介函数即带名字的代码块，主要用于完成具体的工作。当要执行函数定义的特定任务，可调用函数。需要在程序中多次执行同一项任务时，我们无需反复编写完成该任务的代码，只要调用执行该任务的函数就可以了。通过调用函数，可以简化整个程序的编写，修改，测试…二、函数的定义1.定义函数""" 简单的hello_world()函数"""
def hello_world():
pri
转载
2023-11-19 19:39:07
141阅读
Python函数定义与调用1、函数定义与调用语法：def 函数名():
函数代码实例：def printHello():
print("Hello world")
#调用函数
printHello()结果：Hello world2、函数的帮助文档help(函数名称)：返回对应函数的帮助文档。在函数定义中的首行，用“”添加的就是帮助文档。实例：def printHello()
转载
2023-10-10 07:04:09
114阅读
# Python 协程：hold on
Target形状：(N)torch.nn.NLLLOSS官方链接1、源码class NLLLoss(_WeightedLoss):
r"""The n
转载
2024-02-08 06:41:24
72阅读
一、自定义损失函数PyTorch在torch.nn模块为我们提供了许多常用的损失函数，比如：MSELoss，L1Loss，BCELoss… 但是随着深度学习的发展，出现了越来越多的非官方提供的Loss，比如DiceLoss，HuberLoss，SobolevLoss… 这些Loss Function专门针对一些非通用的模型，PyTorch不能将他们全部添加到库中去，因此这些损失函数的实现则需要我们
转载
2023-09-16 21:24:45
491阅读
这个问题来源于我想用我电脑的古董显卡跑一个开源程序，结果测试的时候下面的代码输出False，我就无法用显卡跑。import torch
print(torch.cuda.is_available())目录一、确定pytorch版本二、确定cuda版本，下载cuda三、下载对应版本的cuDNN四、验证是否安装成功 五、安装对应版本的pytorch六、最后一、确定pytorch版
转载
2024-06-07 13:51:54
157阅读
在多卡的GPU服务器，当我们在上面跑程序的时候，当迭代次数或者epoch足够大的时候，我们通常会使用nn.DataParallel函数来用多个GPU来加速训练。一般我们会在代码中加入以下这句：device_ids = [0, 1]
net = torch.nn.DataParallel(net, device_ids=device_ids)似乎只要加上这一行代码，你在ternimal下执行watc
转载
2023-11-02 06:48:17
35阅读
matlab中holdon与holdoff的用法hold on 是当前轴及图形保持而不被刷新，准备接受此后将绘制hold off 使当前轴及图形不在具备被刷新的性质hold on 和hold off，是相对使用的前者的意思是，你在当前图的轴（坐标系）中画了一幅图，再画另一幅图时，原来的图还在，与新图...
转载
2015-07-11 13:00:00
228阅读
2评论
