土堆
【Pytorch】小土堆笔记（未完成）
transforms 在训练的过程中，神经网络模型接收的数据类型是 Tensor，而不是 PIL 对象，因此我们还需要对数据进行预处理操作，比如图像格式的转换。 同时我们可以对图片进行一系列图像变换与增强操作，例如裁切边框、调整图像比例和大小、标准化等，以便模型能够更好地学习到数据的特征。 这些操作 ......
【pytorch】土堆pytorch教程学习（六）神经网络的基本骨架——nn.module的使用
torch.nn 是 pytorch 的一个神经网络库(nn 是 neural network 的简称)。 Containers torch.nn 构建神经网络的模型容器(Containers,骨架)有以下六个： Module Sequential ModuleList ModuleDict Par ......
【pytorch】土堆pytorch教程学习（六）DataLoader 的使用
DataLoader 将数据集（dataset）和采样器（sampler）组合在一起，并在给定数据集上提供迭代。 DataLoader 支持 map 式和 iterable 式的数据集，可进行单进程或多进程加载、自定义加载顺序和可选的自动批处理和内存固定。 先看下实例化一个 DataLoader 所 ......
【pytorch】土堆pytorch教程学习（五）torchvision 中的数据集的使用
torchvision 中的数据集使用 在torchvision.datasets模块中提供了许多内置的数据集。 内置的数据集有 CIFAR10、MNIST、COCO等，更多可进入 pytorch 官网查看。 所有内置的数据集都继承了 torch.utils.data.Dataset 类，并且实现了 ......
【pytorch】土堆pytorch教程学习（四）Transforms 的使用
transforms 在工具包 torchvision下，用来对图像进行预处理：数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度/饱和度/对比度变换等。 transforms 本质就是一个python文件，相当于一个工具箱，里面包含诸如 Resize ......
【pytorch】土堆pytorch教程学习（三）TensorBoard的使用
TensorBoard 是TensorFlow的可视化工具包，提供机器学习实验所需的可视化功能和工具： 跟踪和可视化损失及准确率等指标 可视化模型图（操作和层） 查看权重、偏差或其他张量随时间变化的直方图 将嵌入投射到较低的维度空间 显示图片、文字和音频数据 剖析 TensorFlow 程序 安装 ......
【pytorch】土堆pytorch教程学习（二）加载数据
Pytorch加载数据初认识 pytorch 中加载数据主要涉及两个类：Dataset 和 Dataloader。 Dataset 提供一种方式去获取数据及其label Dataloader 为网络提供不同的数据形式 Dataset Dataset 实现的功能： 获取每个数据及其label 获取数据 ......
【pytorch】土堆pytorch教程学习（一）环境配置及安装
管理虚拟环境 不同的项目需要不同的环境，Anaconda集成的conda包可以创建不同的环境并进行隔离。 打开 Anaconda Promp，创建环境，其中 pytorch 为创建的环境名： conda create -n 虚拟环境名 python=版本 启动环境 conda activate 虚拟 ......