Mr_FengT的博客

卷积神经网络可谓是现在深度学习领域中大红大紫的网络框架，尤其在计算机视觉领域更是一枝独秀。CNN从90年代的LeNet开始，21世纪初沉寂了10年，直到12年AlexNet开始又再焕发第二春，从ZF Net到VGG，GoogLeNet再到ResNet和最近的DenseNet，网络越来越深，架构越来越复杂。详细的介绍可以看这儿CNN网络架构演进：从LeNet到DenseNetLeNe...

import torchimport os#设置使用那块GPU “0”是GPU的idos.environ["CUDA_VISIBLE_DEVICES"] = "0"#查看GPU是否可用cuda_available=torch.cuda.is_available() print('cuda_available:',cuda_available) #查看可用GPU数量cou...

CIFAR-10先介绍一下cifar10这个数据集。The CIFAR-10 dataset；这个数据集一共有60000张10个不同种类的图片。其中50000张训练图片(分为5个批次)，10000张测试图(每个种类1000张图片)。DownLoad下载这个数据集，你可以要在这儿下载，点击你想要的版本或者用这个下载，如果下载过了就将True改为False。就不会重复下载...

AlexNet:AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，更多的更深的神经网络被提出，比如优秀的vgg,GoogLeNet。 这对于传统的机器学习分类算法而言，已经相当的出色。其结构如下AlexNet网络相对于Lenet层数更深，同时第一次引入了激活函数ReLU,在全连接层引入了Dropout层...

图片数据集的建立，和下面例子道理一样；x,可视为图片数据y,可视为标签数据import torch import torch.utils.data as Datax=torch.randn(10,10) #随机生成一些数据y=torch.linspace(10,1,10) print(x) #将数据打印出来看下print(y)torch_dataset=Data....

LSTMLSTM是Long Short Term Memory Networks 的缩写，翻译就是长的短时记忆问题。主要还是解决短时记忆问题。只不过这种短时记忆比较长，能在一定程度上解决长时依赖的问题。循环神经网络都是循环链式的结构，LSTM也不例外。LSTM在本质上和标准的RNN是一样的，只不过LSTM内部计算更复杂，参数更多，输入输出数目也多。pytorch中有现成的LSTM网络，我们可...