Hungryof的专栏

学习torch框架应该看的资料

neural style代码解析Torch的框架

clone尴尬，我们都知道torch中为了加快速度，直接=其实是引用，并不开辟新的空间。那么我们绝大部分情况下，都是希望开辟新的空间的，即我们需要加clone()。 加clone的情况： 当且仅当变量与变量之间赋值时，可以加上clone，特别是当一个变量要分别赋值给两个变量时，一般都要加上。其他情况一般不用加 比如下面函数是我要检查某一层的梯度：function check_gradient(

总说现在看以前写的入门续集，觉得写的好烂，但我不想改了。在torch7学习（六）稍微提到了optim，觉得写的很不清楚，所以有了这篇。 入门续集到了这篇，个人认为看Torch框架的深度学习代码应该没啥大问题了。总览x*, {f}, ... = optim.method(opfunc, x[, config][, state])opfunc: 自定义的闭包，必须包含:我们计算的f 对于优化的参数x

构建方法nngraph包在构建更加复杂的网络极其有用。

入门续集

变量lua的变量是全局的，即一个文件中的变量所有的文件都可以访问。除非加入local进行限制。 给定2个文件，main.lua和x.lua。-- main.lualocal x = 100-- dofile是进行调用执行外部文件dofile("x.lua")print("main.lua print",x)function foo( x,y ) print("foo",x)en

在这篇 Torch7入门续集补充— nngraph包的使用 中已经初步了解nngraph， 但是在实际应用中，可能会出现一些问题。这里只知道原因，解决方法比较ugly。node declared on [[c]]:-1_ does not connect to gmodule output在很多情况下，我们可能只想根据特定条件，截取预定义好的部分网络。比如：function defineG_un

设置不同学习率

这是终篇，记录一些坑吧。以前也记录了一点儿。 Torch代码书写时可能碰到的一些问题 慢慢记录吧，如果心情好的话。第一次更新：2017-4-20

总说更新: 重写多GPU程序示例, 2018-4-18 先感叹一波,我竟然会时隔一年后, 再更新这个, 本来是不想更新的,错了就错了, 根本没人看, 然而网友的评论说出现了问题, 我想还是更新一波吧, 不说了,真要给自己点个赞. Torch的多GPU程序其实并不复杂. 最简单的代码:第一种方法(不推荐)require 'optim'require 'nn'...

入门

总说这篇博客是本系列的最后一篇，着重讲如何利用optim包进行自动挡训练。-- standard training code-- Here let's train XOR net.require 'torch'require 'cunn'require 'cutorch'require 'nn'require 'optim'-- dataset generatelocal minibat

总说写Lua时经常会碰到一些坑，随手记录，防止一坑不起。更新于2017.2.17

Gram矩阵其实是一种度量矩阵。

Math函数的阅读

我已经不太想写Torch的博客了～～没劲。

torch7学习（一）——Tensor Torch7学习(二) —— Torch与Matlab的语法对比 Torch7学习（三）——学习神经网络包的用法（1） Torch7学习（四）——学习神经网络包的用法（2） Torch7学习（五）——学习神经网路包的用法（3） Torch7学习（六）——学习神经网络包的用法（4）——利用optim进行训练

torch与matlab的语法对比，以便更好掌握两门语言。

torch7框架之神经网络训练

总说上篇博客已经初步介绍了Module类。这里将更加仔细的介绍。并且还将介绍Container， Transfer Functions Layers和 Simple Layers模块。Module主要有4个函数。 1. [output]forward(input) 2. [gradInput] backward (input.gradOutput) 以及在后面自动挡训练方式中重载的两个函数

总说这篇博客主要是讲对于只有简单层的神经网络，进行手动挡的训练方法。 以及卷积层模块以及criterion模块。例子Simple Layer的Add层。module = nn.Add(inputDim, scalar)y = torch.Tensor(5)mlp = nn.Sequential()mlp:add(nn.Add(5))function gradUpdate(net,x,y,cri

总说这些更新不影响主体。所有更新附加在文章最后。 第一次更新： 内容：添加一些Torch7常用库的安装，时间：2017.3.20 第二次更新：内容：某些torch库无法在线安装，转成离线安装的方法，时间：2017.3.31 第三次更新：内容：针对安装”cutorch”时出错的问题修复。时间：2017.5.11 第四次更新：内容：加入cudnn6.0的安装。 时间：2017.5.19