- 博客(5)
- 收藏
- 关注
RSS订阅原创 P5运动鞋品牌识别
本次额外学习了保存加载模型和动态学习率（课间提供了3种更新方法：torch.optim.lr_scheduler.StepLR、lr_scheduler.LambdaLR、lr_scheduler.LambdaLR）的方法，精确率在20的时候有所下降。因此只展示到epoch20.
2023-12-01 22:31:51
477
1
原创 打卡P4周：猴痘病识别题
该方法将总体数据total_data按照指定的大小比例（[train_size, test_size]）随机划分为训练集和测试集，并将划分结果分别赋值给train_dataset和test_dataset两个变量。这一次相比于上一次仔细看了列表，显示了数量，以及transform.compose（）下的参数。本课程又介绍了一遍torch.utils.data.DataLoader()参数详解。学习到了可以直接通过len函数得到dataset创建的对象的图片总数。复习了一下glob（）的用法.
2023-11-24 21:17:07
457
1
原创 第P3周：天气识别
它允许你以小批次的方式迭代你的数据集。之前的已经学过并且运用了其中的datasets数据库以及使用了utlis中的dataloader进行数据的加载。和p1-2不同的是，p1-2是在dataloader里设置了transform参数，这里是在之前的imagefolder里设置，都是属于torch.datasets里的类（也许有共同性？这里介绍了新的知识点，也就是在卷积层和全连接层之间，可以使用之前是torch.flatten()也可以使用我下面的x.view()亦或是torch.nn.Flatten()。
2023-11-11 03:16:49
120
1
原创 第P2周：彩色图片识别代码学习
- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/Nb93582M_5usednAKp_Jtw) 中的学习记录博客**教案详细介绍了torch.nn.Conv2d()、torch.nn.Linear()、torch.nn.MaxPool2d()函数，以及卷积层和池化层的具体计算。经过查询，以下代码可以解决，>- **🚀 文章来源：[K同学的学习圈子](https://www.yuque.com/mingtian-fkmxf/zxwb45)**
2023-11-03 19:16:31
145
原创 mac air深度学习 Day1—— 第P1周：实现mnist手写数字识别题】
model.eval()是保证BN层能够用全部训练数据的均值和方差，即测试过程中要保证BN层的均值和方差不变。● transform (callable, optional )：这里的参数选择一个你想要的数据转化函数，直接完成数据转化（ToTensor 就是将输入的张量初始化为0到1之间，就是常见的归一化数据处理，不管是对于输入的数据是0-255的图像还是其他数据都具有很高的普适性）在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。
2023-10-27 20:38:33
234
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人