- 博客(11)
- 收藏
- 关注
RSS订阅原创 Pytorch学习：微调
在PyTorch中进行微调（Fine-tuning）通常涉及到一个预训练模型，这个模型已经在大型数据集（如ImageNet、COCO等）上进行了训练，并学习到了丰富的特征表示。微调是指将这个预训练模型的一部分或全部应用于一个新的任务或数据集，并对其进行进一步的训练，以适应新任务的特点。微调是一种非常有效的迁移学习方法，它允许你利用在大规模数据集上训练好的模型来解决小数据集或新任务上的问题。通过微调，你可以大大缩短训练时间，并提高模型的性能。
2024-11-23 18:02:13
303
原创 Pytorch学习：数据增广
在PyTorch中，数据增广（Data Augmentation）是一种通过对原始训练数据进行一系列随机变换来增加数据多样性的技术。这些变换可以包括翻转、裁剪、旋转、调整亮度和对比度等，旨在生成新的、视觉上相似但不同的训练样本，从而帮助模型学习到更泛化的特征。
2024-11-23 16:08:03
1688
原创 Pytorch学习：模型的保存与加载
最好选第二种保存方式，因为第一种保存方式当保存自己写的模型的时候，会保错，显示没有这个类，需要把模型引用过来。
2024-11-19 11:20:31
272
原创 Pytorch学习：非线性激活函数
ReLU函数的数学表达式为：ReLU(x)=max(0,x)。这意味着，当输入x为正时，ReLU函数的输出就是x本身；当输入x为负或0时，ReLU函数的输出为0。
2024-11-18 16:45:49
771
原创 Pytorch学习：卷积层
（int 或 tuple，默认值为1）：卷积核元素之间的间距。时，每个输入通道都只与对应的输出通道相连，这相当于实现了深度可分离卷积（depthwise separable convolution）。（int）：卷积层输出的通道数，也就是卷积核（滤波器）的数量。（int 或 tuple，默认值为0）：在输入数据周围添加的零填充的层数。是二维卷积层的一个类，它通常用于处理图像数据（因为图像是二维的，加上颜色通道可能形成三维输入）。（int 或 tuple，默认值为1）：卷积时滑动窗口的步长。
2024-11-18 10:52:46
453
原创 Pytorch学习：DataLoader
是一个非常重要的类，它用于包装数据集，使其能够迭代地提供数据批次（batch）给模型进行训练或评估。在PyTorch中，
2024-11-18 10:43:11
412
原创 Pytorch学习笔记:torchvision.datasets..CIFAR10()
是PyTorch中用于加载CIFAR-10数据集的函数，该数据集包含60000张32x32的彩色图像，分为10个类别，每个类别有6000张图像。其中50000张图像用于训练，10000张图像用于测试。
2024-11-18 10:26:59
471
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