- 博客(4)
- 收藏
- 关注
原创 python与pytorch的数据类型、数据精度与转换
torch.dtype torch.dtype是表示torch.Tensor的数据类型的对象。PyTorch有八种不同的数据类型: 使用方法: (1)定义一个tensor torch.tensor(data, dtype=None, device=None, requires_grad=False, pin_memory=False) → Tensor 例子: torch.tensor([[0.11111, 0.222222, 0.3333333]], dtype=to
2020-06-15 14:03:42
11307
原创 Pytorch保存与加载训练模型,同时可以保存中间训练过程中的训练模型
在进行神经网络(NN)训练的时候,有时候需要保存中间epoch的训练模型,知道最后所有的epoch训练完成。有如下的方法可以进行模型的保存与对应的加载方法: 保存中间的训练模型 保存 保存模型主要分为两种: (1)只保存参数:torch.save(model.state_dict(), path) 对应的加载:model.load_state_dict(torch.load(path)) 其中model指定义的模型实例变量,如 model=vgg16( ), path是保存参数的路径,如 path=’./m
2020-06-15 13:27:19
4127
原创 pytorch训练过程中的灵活设置
pytorch可以自动求导梯度,不过要对需要求梯度的tensor设置为“requires grad = TRUE"。同时,pytorch可以对神经网络进行灵活训练,主要同通过Optimazer的设计来实现的。以下针对不同的应用场景需要对optimizer的使用进行总结。 之前的账户写的文章[对训练过程中灵活设计进行了总结](https://blog.youkuaiyun.com/special_hang/article/details/89676432) ...
2020-06-15 11:16:46
240
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
RSS订阅