- 博客(6)
- 收藏
- 关注
RSS订阅原创 舌体分割实验（未完成）
encoder和decoder结构上采样/反卷积：放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是：放大原图像,从而可以显示在更高分辨率的显示设备上方法：nn.ConvTranspose2d和nn.Upsample。Upsample通过插值方法完成上采样，所以不需要训练参数。ConvTranspose2d可以理解为卷积的逆过程，所以可以训练参数。
2023-10-14 09:27:54
195
1
原创 pytorch实践：手写数字识别
网络结构：输入层->卷积层->激活函数->池化->全连接层（在使用ReLU激活函数时）选择最大池化，激活和池化两种顺序结果相同选择平均池化，激活在池化之前，保留的有效特征更多feature map大小计算：(CinInput层：Cin=channel数，Cout=本层filter数其他层：Cin=上一层filter数，Cout=本层filter数卷积层：Cout*（Kernalw*Kernalh*Cin）+bias池化层：不需要参数控制全连接层输入层;
2023-05-15 16:29:18
1051
1
原创 pytorch实践学习：cnn
一、卷积神经网络原理feature extration：卷积层提取特征卷积核channel数与输入的channel数一样，一个卷积核卷积后得到的channel数为1，最终输出的channel数为卷积核数二、代码实现卷积层torch.randn()随机分布torch.nn.conv2d()初始化卷积层，kernel_size参数可以直接为数值或者元组pedding：pooling利用GPU：三、googlenetconcatenate：拼接1*1co
2023-05-06 18:30:02
93
1
原创 pytorch实践学习：数据集构建和多分类问题
一、DataLoader：batch、epochdataset需要支持索引，shuffle使每组sample顺序打乱，loader划分batch代码实现dataset和dataloaderdataset类是抽象类，不能实例化，只能继承init():;getitem()可以索引访问；len()返回长度。数据集小就把xy全部加载到内存dataloader：num_workers并行读取数据的进程数training cycle：input和labels都是张量，python元组解包赋值各
2023-04-22 12:00:21
177
1
原创 pytorch实践学习：线性模型
再调用torch中nn（neural network）模块中的Linear类，该对象可以实现乘权重加偏置的计算[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传。类后面加(参数)，用于__call__函数，实际上linear类中的__call__函数调用了该类的forward函数 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传。构造优化器：需要指出优化的tensor[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传。
2023-04-20 09:25:45
87
1
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