ai_pytorch
AI_Pytorch—内容回顾
###pytorch 基本结构与组件-基本流程与步骤-基本方法和应用 组件 PyTorch都是用C++和CUDA编写的 modules and classes torch.nn , torch.optim , Dataset , and DataLoader 学、练、训、赛、研、用 device = ......
AI_Pytorch_参数空间
###AI算法构成 Dataset Model Train Infer Deploy 解耦: 模型训练过程中保存的模型文件是包含前向预测和反向传播的过程, 在实际的工业部署则不需要反向传播,因此需要将模型进行导成部署需要的模型格式 配置化: 配置都会包含三个主要内容:数据配置、网络模型、训练策略 M ......
AI_pytorch_参数更新
###损失函数 损失函数的输入是一个输入的pair: (output, target), 然后计算出一个数值来评估output和target之间的差距大小. 在torch.nn中有若干不同的损失函数可供使用, 比如nn.MSELoss就是通过计算均方差损失来评估输入和目标值之间的差距 ###参数更新 ......
AI_Pytorch_损失函数
###数据和向量 损失函数 ###数据的归一化 Z-score 均值方差归一化(standardization): 把所有数据归一化到均值为0方差为1的分布中。适用于数据分布没有明显的边界,有可能存在极端的数据值。 数据符合正态分布,消除离群点的影响 min-max标准化 最值归一化(Normali ......
AI_Pytorch_卷积基本概念
###卷积的特征: 卷积--卷积计算--一种计算规则 滑窗式点乘求和操作 1.网络局部连接(Local Connectivity)2.卷积核参数共享(Parameter Sharing) 局部连接 权值共享 01.卷积层的节点仅仅和其前一层的局部节点相连接,只用来学习局部特征 02.权值共享,就是输 ......