pytorch学习这篇文章主要讲pytorch框架的学习笔记1.基本数据类型和基本运算1.1 张量python导入pytorch为： import torch 在torch中，常量通常表示成张量的类型(Tensor)，与numpy中的array类似。创建一个5行3列的随机初始化张量矩阵为：
x = torch.Tensor(5, 3)创建5行3列的[0,1]均匀分布的张量矩阵x = torc
转载
2024-06-07 11:54:14
748阅读
```mermaid
erDiagram
DEVELOPER ||--o| BEGINNER : teach
```
# 如何在PyTorch中添加属性
## 引言
作为一名经验丰富的开发者，我们经常需要帮助新手入门，特别是在一些比较复杂的操作上。在PyTorch中添加属性是一个常见的需求，但对于刚入行的小白来说可能会感到困惑。在本文中，我将向你介绍如何在PyTorch中添加属性的流程
原创
2024-04-10 05:19:14
56阅读
学习率衰减是一个非常有效的炼丹技巧之一，在神经网络的训练过程中，当accuracy出现震荡或loss不再下降时，进行适当的学习率衰减是一个行之有效的手段，很多时候能明显提高accuracy。Pytorch中有两种学习率调整(衰减)方法：使用库函数进行调整；手动调整。1. 使用库函数进行调整：Pytorch学习率调整策略通过 torch.optim.lr_sheduler 接口实现。pytorch提
转载
2024-05-15 12:46:47
37阅读
# 如何在PyTorch中给神经网络增加属性
## 概述
在PyTorch中，我们可以使用`torch.nn.Module`类来定义神经网络模型。有时候我们想要给神经网络增加一些属性，比如学习率、权重初始化方式等。在这篇文章中，我将向你展示如何给PyTorch的神经网络增加属性。
## 整体流程
首先，让我们来看一下整个过程的步骤：
```mermaid
classDiagram
c
原创
2024-03-07 05:39:45
35阅读
# PyTorch 图的属性
在PyTorch中，图（graph）是由节点（node）和边（edge）组成的数据结构，用于表示计算图。计算图是描述模型中各个组件之间的依赖关系和计算流程的重要概念。在PyTorch中，图的属性包括节点数、边数、节点类型等，这些属性可以帮助我们更好地理解和分析模型的结构和行为。
## 图的属性
### 1. 节点数和边数
在PyTorch中，我们可以通过`to
原创
2024-03-29 04:59:49
76阅读
文章目录1.叶节点、中间节点、梯度计算2.叶子张量 leaf tensor (叶子节点) (detach)2.1 为什么需要叶子节点？2.2 detach()将节点剥离成叶子节点2.3 什么样节点会是叶子节点2.3 detach()，detach_() 的作用和区别2.4 clone()与detach()的区别5.optimizer.zero_grad()3.loss.backward()4.o
转载
2024-09-29 16:57:29
54阅读
前言torchvision 模块包含常用的数据集，模型建构，图像变换算法，分别是torchvision.datasets，torchvision.models，torchvision.transforms。本次主要学习torchvision.transforms对数据集进行预处理。torchvision.transforms.Compose()transforms.Compose() 用于整合一系
转载
2023-08-28 09:35:39
217阅读
1.介绍 在使用PyTorch深度学习框架的时候，我们经常会遇到padding操作，比如下面：torch.nn.Conv2d(in_channels, mid_channels, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) 在此操作中，填充值默认为0，那么PyTorch具体支持那几种常用的p
转载
2023-06-07 16:29:55
134阅读
# PyTorch报错“没有cuda属性”的解决指南
在深度学习领域，使用CUDA加速模型训练是非常常见的。如果你在使用PyTorch时遇到了“没有cuda属性”的报错，别担心！这通常是由于CUDA环境配置不正确、PyTorch未正确安装或没有GPU可用导致的。本文将通过步骤流程、代码示例和分析来帮助你解决这个问题。
## 整体流程
在解决这个问题之前，我们首先要明确整个流程。下面是处理“没
原创
2024-09-08 04:52:52
329阅读
但是，一旦任务复杂化，就可能会发生一系列错误，花费的时间更长。
于是，就诞生了这样一个 “友好” 的 PyTorch Lightning。
直接在 GitHub 上斩获 6.6k 星。
首先，它把研究代码与工程代码相分离，还将 PyTorch 代码结构化，更加直观的展现数据操作过程。
这样，更加易于理解，不易出错，本来很冗长的代码一下子就变得轻
睿智的目标检测42——Pytorch搭建Retinaface人脸检测与关键点定位平台学习前言什么是Retinaface人脸检测算法源码下载Retinaface实现思路一、预测部分1、主干网络介绍2、FPN特征金字塔3、SSH进一步加强特征提取4、从特征获取预测结果5、预测结果的解码6、在原图上进行绘制二、训练部分1、真实框的处理2、利用处理完的真实框与对应图片的预测结果计算loss训练自己的Re
pytorch 和tensorflow 中最重要的概念就是tensor了，tensorflow 这个框架的名字中很直白，就是tensor的流动，所以学习深度学习的第一课就是得搞懂tensor到底是个什么东西。 1.tensor到底是啥tensor 即“张量”。实际上跟numpy数组、向量、矩阵的格式基本一样。但是是专门针对GPU来设计的，可以运行在GPU上来加快计算效率。在PyTorch
转载
2023-07-09 19:28:13
167阅读
文章目录一、保存和加载模型的两种方法二、建议保存模型参数三、后缀问题四、模型和参数是可以打印的 一、保存和加载模型的两种方法保存模型有两种最基本的方式：1、保存整个网络： torch.save(net, path1) 加载网络：model=torch.load(path1)2、只保存网络参数：torch.save(net.state_dict(),path2) 加载网络参数：model.load
转载
2023-08-05 22:07:23
222阅读
文章目录张量的通道规则针对于图像分析时的通道规则Caffe 的通道顺序Tensorflow 的通道顺序Pytorch 的通道顺序Numpy 的通道顺序针对自然语言分析时的通道规则Tensor 的基本属性获取张量基本属性获取张量维度还可以使用 size 命令 就像其他科学框架那样, torch 的基本数据单元是张量 (Tensor)。 和数学与物理概念里的张量有所区别的是, torch等相关框架的
转载
2024-03-14 07:23:15
132阅读
# PyTorch如何给对象添加属性
在PyTorch中，我们可以使用Python的面向对象编程（Object-Oriented Programming，OOP）的特性来给对象添加属性。这些属性可以是任何我们希望在对象中存储的数据，例如模型的超参数、训练过程中的统计信息等。
在本文中，我们将探讨如何使用PyTorch给对象添加属性，并给出一个示例项目方案。
## 1. 使用`setattr`
原创
2023-07-27 06:41:25
305阅读
【学习笔记】Pytorch深度学习—正则化之weight decay权值衰减正则化与偏差—方差分解`正则化Regularization定义``什么是方差？``正则化Regularization`Pytorch中的L2正则项—weight decay 本节的主要内容分为2大部分：（1）正则化与偏差—方差分解：什么是正则化，正则化与偏差-方差分解之间的关系？（2）Pytorch中的L2正则项—wei
转载
2024-02-22 14:57:42
35阅读
一. 创建tensortensor类似于numpy的ndarray, 很多操作方法也相似import torch
import numpy as np
# 使用python列表创建tensor
data = [[1, 2], [3, 4]]
# 总是发生拷贝
x_data = torch.tensor(data)
print(x_data)
# 使用ndarray创建tensor
np_ar
【OpenCV-Python：实现人脸、人眼、嘴巴识别】实战（一） AI时代的到来，手机上的APP开始应用人脸识别去完成事情，如iphoneX的人脸解锁，百度自动贩卖机的人脸识别系统进行支付，支付宝的人脸识别登录等，提高了使用软件的易用性，但也因为其便利性，在某些市面上的应用已经发生了非本人（活人）通过图片可通过人脸识别，想想这样自己在应用上存储的信息和钱财不能得到保障，是一件很可怕的事情。因为
基本原理 人脸识别和目标检测这些还不太一样，比如大家传统的训练一个目标检测模型，你只有对这个目标训练了之后，你的模型才能找到这样的目标，比如你的目标检测模型如果是检测植物的，那显然就不能检测动物。但是人脸识别就不一样，以你的手机为例，你发现你只录入了一次你的人脸信息，不需要训练，他就能准确的识别你，这里识别的原理是通过人脸识别的模型提取你脸部的特征向量，然后将实时检测到的你的人脸同数据库中保存的人
转载
2024-06-12 10:59:15
287阅读
返回一个标记元素是否为 finite/inf/nan 的mask 张量。标量说零维的张量，向量是一维的张量，矩阵是二维的张量。随机数 正态分布 标准分布。张量高于标量、向量、矩阵。
原创
精选
2024-02-26 11:18:28
402阅读
