baidu_39295879的博客

首先把tensorboardX导入并进行初始化: from tensorboardX import SummaryWriter # 定义Summary_Writer writer = SummaryWriter('./Result') # 数据存放在这个文件夹 基础函数 add_scalar() add_scalar(tag, scalar_value, global_step=None, ...

划分 训练集(train set)、验证集(valid/dev set)和测试集(test set) = 随堂测试、模拟考、高考 加载流程 1.数据预处理 2.构建MyDataset实例 3.构建Dataloader 数据预处理 PyTorch 做数据增强的方法是在原始图片上进行的，并覆盖原始图片。 # 设置均值，标准差，以及数据标准化 normMean = [0.4948052, 0.48568...

模型的定义 首先，必须继承 nn.Module 类。 其次，在__init__(self)中设置好需要的“组件"(如 conv、 pooling、 Linear、 BatchNorm等)。 最后，在 forward(self, x)中用定义好的“组件”进行组装。 class Net(nn.Module): def __init__(self): # 初始化，定义组件 ...

十七个损失函数 L1loss class torch.nn.L1Loss(size_average=None, reduce=None) 计算 output 和 target 之差的绝对值，可选返回同维度的 tensor 或者是一个标量。 MSELoss class torch.nn.MSELoss(size_average=None, reduce=None, reduction='elemen...