m0_37673307的博客

神经网络NN编程实现，往往需要以下几个步骤： 1）定义NN，初始化NN的参数（权重和偏置） 2）准备好输入数据集 3）让输入通过NN，得到输出 4）计算输出和理想输出的loss 5）采用随机梯度下降方法（SGD），后向传播更新NN的权重和偏置，更新规则： weight = weight - learning_rate * gradient 下面，将根据这些步骤进行编程： 导入...

用python进行图像处理中分别用到过matplotlib.pyplot、PIL、cv2三种库，这三种库图像读取和保存方法各异，并且图像读取时顺序也有差异，如plt.imread和PIL.Image.open读入的都是RGB顺序，而cv2.imread读入的是BGR顺序。使用时需要倍加注意。 1. cv2，matplotlib，PIL比较 读取图像 1.cv2.imread opencv读进...

PyTorch中使用了张量类型，而不用numpy的array，就是为了可以在GPU上运行代码，那我们怎么样才能使用GPUs来加速运行呢。其实非常简单，几条语句就可以完成了。 1. 基本语句 模型放到一个GPU上运行model.gpu() 将张量放到GPU上mytensor = my_tensor.gpu()注: 仅仅调用my_tensor.gpu()函数并不会将张量复制到GPU上，所以一定...

1.需求说明 我们首先随机生成N个数，再通过一个线性函数生成目标数据target，然后将这N个数据通过我们自定义的神经网络得到输出output，通过不断迭代更新w和b，最小化target和output的差值，以此来实现：输入最初产生的随机数据N，通过网络，得到近似线性函数生成的目标数据target。 2.编程实现 1）导入模块 import torch from torch.auto...