Horace Ho的博客

1.Pytorch简介Pytorch是Facebook 的 AI 研究团队发布了一个基于 Python的科学计算包，旨在服务两类场合：替代numpy发挥GPU潜能(在线环境暂时不支持GPU) 一个提供了高度灵活性和效率的深度学习实验性平台2.Pytorch特点及优势 2.1 Pytorch特点PyTorch 提供了运行在 GPU/CPU 之上、基础的张量操作库; 可以内置...

Pytorch 中文文档Pytorch官方文档（英文）PyTorch是使用GPU和CPU优化的深度学习张量库。  Variable    在 Torch 中的 Variable 就是一个存放会变化的值的地理位置. 里面的值会不停的变化. 就像一个裝鸡蛋的篮子, 鸡蛋数会不停变动. 那谁是里面的鸡蛋呢, 自然就是 Torch 的 Tensor. 如果用一个 Variable ...

本节讨论神经网络是如何在数据当中找到他们的关系, 然后用神经网络模型来建立一个可以代表他们关系的线条.torch版实现.建立数据集我们创建一些假数据来模拟真实的情况. 比如一个一元二次函数: y = a * x^2 + b, 我们给 y 数据加上一点噪声来更加真实的展示它.建立神经网络 建立一个神经网络我们可以直接运用 torch 中的体系. 先定义所有的层属性(__init_...

1.用最简单的途径来看看神经网络是怎么进行事物的分类.源码：import torchfrom torch.autograd import Variableimport matplotlib.pyplot as plt # 假数据n_data = torch.ones(100, 2) # 数据的基本形态x0 = torch.normal(2*n_data, 1)...

1.用回归的神经网络举例实现保存提取.保存 与 提取我们快速地建造数据, 搭建网络:import torchfrom torch.autograd import Variableimport matplotlib.pyplot as plt torch.manual_seed(1) # reproducible 为CPU设置随机种子# 假数据x = torch.unsqu...

接触过深度学习的朋友对MNIST数据集肯定不陌生。基本上算是玩神经网络里的“hello,world！”本节基于MNIST数据集，实现CNN学习过程。下面是一个 CNN 最后一层的学习过程, 我们先可视化看看: MNIST手写数据 首先是数据集下载，为了看看数据集里究竟是长什么样子的，我也作了展示：# library# standard libraryimport...

在预训练网络的基础上，修改部分层得到自己的网络，通常我们需要解决的问题包括： 1. 从预训练的模型加载参数 2. 对新网络两部分设置不同的学习率，主要训练自己添加的层  PyTorch提供的预训练模型PyTorch定义了几个常用模型，并且提供了预训练版本：AlexNet: AlexNet variant from the “One weird trick” paper. V...