野生蘑菇菌的博客

去掉不必要的cuda占用一般将模型，输入变量和标签使用cuda，在模型使用cuda时，会递归地让模型的参数都使用cuda。.cuda前的，必须保证变量时Variable或者时模型。！！！需要注意的是，如果模型用了cuda，那么如果需要用模型中的数据与外面的值做数据交换一起生成损失函数，需要将外面的那个变量也设置为cuda，要不不能交换数据。...

torch.manual_seed()

首先从上一节博文我们知道了关于如何通过shell脚本进行传递参数在main文件中，我们看到在train的环节有以下代码：if args.train:model = BrainDQN(epsilon=args.init_e, mem_size=args.memory_size, cuda=args.cuda)resume = not args.weight == ‘’train_dqn(...

1、快速搭建2、保存提取首先实例一个神经层，然后两种提取方法3、批训练构建数据集每次打乱数据顺序，num_works每次两个线程提取，更有效率enumerate是提取的时候输出索引...

一条数据是一个行，x0是1002的tensor中每个2为均值，1为方差torch.cat是合并数据，要指定类型然后用交叉商损失定义损失

这里的linear也可以堪称一个module，里面也定义了forward，因此在定义为为一个线性模型以后，可以直接（x）net = Net(1,10,1)print(net)可以输出网络结构搭建完以后需要优化神经网络参数然后是正式训练过程：for i in range(100): prediction = net(x)#就像在Net类中写的self.predict(x),...

一、1、可计算梯度查看梯度首先反向传递v_out .backward()variable.grad2、tensor --> numpyvariable.data.numpy二、在执行function的时候用的还是tensor画图

将q.data[i][0]换位iea[[i][0]].item()

今天根据周博磊老师的视频推荐，download了DNQ的代码，这篇博文主要是学习python在shell脚本中定义and怎么写出优美的代码（传参）话不多说，直接上代码DQN-FlappyBird学习之main.py解析之argparse函数 shell传参importargparseif __name__ == '__main__':importimport sysimport ar...

基础环境搭建在配置好显卡驱动、cuda、cudnn、anaconda3的基础上安装Pytorch。基础环境配置见我的另一篇博客：详解ubuntu18.04+GTX960m的440版本驱动+python3.6+anaconda+ cuda9.0+cudnn7.6.5+pycharm+tensorflow1.12.0。名称解释1、PytorchPyTorch的前身是Torch，其底层和Torc...