- 博客(21)
- 收藏
- 关注
RSS订阅原创 用Git从Github上clone项目到Pycharm
最近在复现Yolo-v1代码，就尝试从GitHub上克隆了Yolov1代码到PyCharm中，本文记录一下学习的克隆过程。
2022-02-28 19:29:01
10002
7
原创 Pytorch深度学习—— 自己设计模型训练MNIST（B站刘二大人P10作业）
作业内容：自己设计卷积核大小，池化层、以及线性层的参数，要求有三个卷积层，三个激活层、三个池化层以及三个线性层，用自己设计的卷积网络训练MNIST数据集。选择下图结构的卷积神经网络来进行训练：步骤：选择 3x 3的卷积核，输入通道为 1，输出通道为 10：此时图像矩阵经过 3x 3的卷积核后会小1圈，也就是2个数位，变成 26x 26，输出通道为10； 选择 2 x 2 的最大池化层：此时图像大小缩短一半，变成 13x 13，通道数不变； 再次经过 2x 2的卷...
2022-01-27 18:37:32
2786
6
原创 Pytorch深度学习——用全连接神经网络实现MNIST数据集分类
我们之前学习的案例中，输入x都是一个向量；在MNIST数据集中，我们需要输入的是一个图像，怎样，图像怎么才能输入到模型中进行训练呢？一种方法是我们可以把图像映射成一个矩向量，再输入到模型中进行训练。 怎样将一个图像映射成一个向量？ 如图所示是MNIST数据集中一个方格的图像，它是由28x28=784个像素组成，其中越深的地方数值越接近0，越亮的地方数值越接近1。 因此可以将此图像按照对应的像素和数值映射成一个28x28的一个矩阵，如下...
2022-01-24 12:19:27
7915
2
原创 Pytorch深度学习—— 卷积神经网络基础篇（B站刘二大人P10学习笔记）
之前我们学习的网络全是由线性层串行连接起来的，这种网络被称为全连接网络，全连接网络在数值计算的时候，会丧失掉图片特征中的一些空间的信息。而卷积神经网络可以很好的保留图像的空间特征。如图所示，是卷积神经网络的基本工作方式：
2022-01-22 18:23:12
2415
原创 Pytorch深度学习——多分类问题、MNIST训练实例（B站刘二大人P9学习笔记）
本节课以深度学习经典数据集MNIST数据集为例展开，详细介绍Softmax激活函数，NLLLoss损失函数，CrossEntropyLoss损失函数、单通道与多通道图像、以及MNIST训练从数据集的准备、模型的建立到训练的全过程代码详解。
2022-01-18 13:28:32
4658
14
原创 Pytorch深度学习——Kaggle网站中泰坦尼克号作业（B站刘二大人P8作业）
Kaggle网址如下：泰坦尼克号 - 来自灾难|的机器学习卡格尔 (kaggle.com)作业描述：
2022-01-14 20:37:24
5172
25
原创 Pytorch深度学习——用Mini-Batch训练数据（B站刘二大人P8学习笔记）
先前我们学习的内容一种情况是采用Full-Batch来训练数据，还有一种情况是在随机梯度下降中，只去其中一个数据来计算梯度，这种情况可以使我我们很好的解决训练数据时遇到的鞍点问题，但是会导致时间过长。所以，接下来我们要学习的是采用Mini-Batch的方法来训练数据，这种方式可以均衡性能和训练时间上的需求。EpochBatch-SizeIterationshuffle 是否打乱顺序
2022-01-12 19:33:40
6975
2
原创 Pytorch深度学习——不同激活函数处理多维特征的输入（B站刘二大人P7作业）
作业内容：采用不同的激活函数进行训练，并画出不同激活函数的损失曲线进行比较。PyTorch提供的激活函数有很多，具体可以从以下链接查看：https://pytorch.org/docs/stable/nn.html#non-linear-activations-weighted-sum-nonlinearityHardsigmoid：torch.nn.Hardsigmoid()激活公式如下：训练的损失曲线如下：Sigmoidtorch.nn....
2021-11-21 19:23:29
1130
4
原创 Pytorch深度学习——处理多维度特征的输入（B站刘二大人P7学习笔记）
每一行叫记录、分类，每一列叫特征、字段，二维关系表X1~X8的值构成一个矩阵，Y构成一个矩阵，就完成输入的数据集Y表示未来一年，糖尿病病情是否会加重模型的改变图片八个特征每一个取值都和一个权重相乘，在家一个偏置量Pytorch提供的Sigmoid函数是一个按照向量内每个元素计算的函数（Sigmoid function is in an element-wise dashion.）代码的改变为什么要把方程运算转换成矩阵运算？把方程运算转换成矩阵这种向量化的运算之后，可.
2021-11-15 11:15:35
7676
10
原创 ACM练习——三整数排序，从键盘输入三个整数x,y和z，按从大到小的顺序输出它们的值。（Python）
题目描述：从键盘输入三个整数x,y和z，按从大到小的顺序输出它们的值。输入：输入三个整数x,y和z。输出：按从大到小的顺序输出它们的值。样例输入：20 16 18样例输出：20 18 16采用列表排序函数 —— sort( )，sorted( )用法：列表.sort()，默认升序排序，sort(reverse=True)是降序，输出是一个列表。 新列表名 = sorted(列表名)代码：# 使用sort函数，列表.sort(),默认升序排序，sort(reverse=T
2021-11-04 11:21:06
2493
原创 PyTorch深度学习——逻辑斯蒂回归（分类问题）（B站刘二大人P6学习笔记）
什么是分类问题？分类问题，输出的是概率值，计算它属于每一个分类的所有概率，其中概率最大的那一项就是我们要的输出结果。PyTorch中 torchvison包 提供一些主流的数据集，root：下载路径。train：是选择训练集还是测试集。download：是否需要下载，第一次使用需要下载。之前的学习问题，修改成分类问题，x表示学习时间，y表示通过率，0表示不通过，1表示通过，这也叫做”二分类问题“为什么要使用逻辑斯蒂回归？在之前我们的学习中，最终预测的是一个实数，而针对分类问题，我们要..
2021-11-02 18:49:44
2292
原创 深度学习——PyTorch使用不同优化器训练线性回归（B站刘二大人P5作业）
作业内容：使用不同优化器训练模型，画出不同优化器的损失（Loss）变化图像。torch.optim.Adagradtorch.optim.Adamtorch.optim.Adamaxtorch.optim.ASGDtorch.optim.LBFGS注意：LBFGS优化器与本篇其他所有优化器不同，需要重复多次计算函数，因此需要传入一个闭包，让他重新计算你的模型，这个闭包应当清空梯度、计算损失，然后返回损失。闭包代码如下：def closu...
2021-10-31 19:26:18
2293
1
原创 深度学习——用PyTorch实现线性回归（B站刘二大人P5学习笔记）
本节课我们将学到：1、如何来构造神经网络（model）构建数据集 设计模型构造损失函数和优化器 写训练周期（前馈——反馈——更新）2、如何来构造损失函数（loss）3、如何来构造随机梯度下降（sgd）...
2021-10-13 22:24:15
1147
1
原创 深度学习——PyTorch反向传播学习实例（B站刘二大人P4作业）
作业内容：如图所示函数模型，数据集：x_list[ ] = [1,2,3]，y_list[ ] = [2,4,6] （1）画出计算图； （2）利用PyTorch实现代码。
2021-10-10 14:45:52
2153
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人