bereze的博客

常用工具 1 数据加载和预处理 import torch torch.__version__ '1.3.1' 1.1 Dataset Dataset是一个抽象类，为方便读取，需将要使用的数据包装为Dataset类。自定义的Dataset需要继承它并实现两个成员方法： getitem() 用索引（0到len(self)）获取一条数据或一个样本。 obj[index]等价于obj.getitem...

%matplotlib inline 关于数据？ 一般情况下处理图像、文本、音频、视频时，可以用标准的python包加载数据到一个numpy 数组中，然后将数组转换为torch.Tensor。 图像使用Pillow、OpenCV 音频使用scipy、librosa 文本使用python、cython 特别的，对于图像任务，使用torchvision包处理一下基本图像数据集。如使用torchv...

使用torch.nn构建神经网络 一个nn.Module包含各个层和一个forward(input)方法，该方法返回output。 更新网络参数：weight = weight - learning_rate * gradient 定义网络 import torch import torch.nn as nn import torch.nn.functional as F class Net...

import torch # 创建张量并设置requires_grad=True来追踪其计算历史 x = torch.ones(2, 2, requires_grad=True) print(x) tensor([[1., 1.], [1., 1.]], requires_grad=True) y = x + 2 print(y) tensor([[3., 3.], ...

from __future__ import print_function import torch import numpy as np torch.__version__ '1.3.1' x = torch.empty(5,3) print(x) tensor([[9.1834e-41, 0.0000e+00, 0.0000e+00], [0.0000e+00, 0.00...