- 博客(4)
- 收藏
- 关注
RSS订阅原创 Pytorch深度学习入门（三）
参考#flatten摊平，变成一行# Example[3, 4]],[[5, 6],[7, 8]]]) #3个中括号，所以是3维的>>> torch.flatten(t) #摊平>>> torch.flatten(t, start_dim=1) #变为1行知识点6：损失函数torch.nn 里的 loss function 衡量误差，在使用过程中根据需求使用，注意输入形状和输出形状即可loss 衡量实际神经网络输出 output 与真实想要结果 target 的差距，越小越好。
2024-12-09 00:24:39
673
原创 Pytorch深度学习入门（二）
通过 Compose，可以创建一个转换流程，这个流程可以按顺序执行多个图像处理操作，这些操作可以包括缩放、裁剪、归一化等，其需要的参数是一个列表，其元素类型是transforms类型。dataloader加载器，将数据加载到神经网络中，每次从dataset中取数据，通过dataloader中的参数可以设置如何取数据（想象成抓的一组牌）提供一些比较常见的神经网络，有的已经预训练好，比较重要，分类模型、语义分割模型、目标检测、视频分类等会使用到。默认为False，但一般用True。CIFAR 物体识别。
2024-11-29 22:24:43
866
原创 安装带cuda版本的pytorch
这似乎是连接中断、超时什么的问题，但是在我其他几次的尝试中有过正常install但是import torch失败的情况，所以就没有再按照这个博客的方法尝试了。根据显卡安装对应版本的pytorch（安装时注意看下面安装表中有没有pytorch包或torch包，有并且大小大概为一点几G才确认安装）已按照博客要求进行GPU驱动安装、决定Pytorch版本、安装CUDA及配置环境变量、安装Anaconda及配置环境变量。创建新的虚拟环境（这里python选的是3.12，上面安装失败时选的是3.9）
2024-11-17 17:34:47
594
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