
深度学习
文章平均质量分 81
catog
机器视觉
展开
-
Pytorch笔记(3)
九 损失函数 9.1 损失函数 L1loss- 直接求差 MSEloss-均方差 CrossEntropyLoss -交叉熵 我们定义一个分类的项目,要判断的目标为[person,dog,cat],它们组成为class[0,1,2],经过网络输出每个类别的概率x。例如,我们将dog的图片传递给网络,输出x=[0.1,0.2,0.3],对应的class=1,于是我们就可以去算交叉熵为: loss(x,class)=−0.2+log(e0.1+e0.2+e0.3)loss(x, class)=-0.2+lo原创 2021-07-01 19:18:55 · 260 阅读 · 0 评论 -
PyTorch学习笔记(2)
七 torchvision中数据集的使用 7.1 下载数据集 pytorch提供的目标识别数据集CIFAR10 pytorchvision CLASStorchvision.datasets.CIFAR10(root: str, train: bool = True, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False) 参数 root原创 2021-06-29 19:58:23 · 480 阅读 · 0 评论 -
PyTorch学习笔记(1)
四、Python学习中的两大法宝函数 import torch dir(torch) dir(torch.cuda) #获取这个工具箱里的工具目录 help(torch.cuda.is_available) #获取函数的作用,要去掉括号 五、PyCharm及Jupyter使用及对比原创 2021-06-28 14:05:47 · 264 阅读 · 0 评论