喵喵love的博客

今天踩了一个坑跑程序时出现以下错误：OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.OMP: Hint This means that multiple copies of the OpenMP runtime have been linked into the program. That is dangerous, since it can degrade perform

今天折腾了一天，终于是把它折腾出来了，可能真的是自己太菜了，废话不多说，简单记录一下。配置系统 ：win10python版本 ：3.7.3显卡 ：NVIDIA geforce gtx 960M安装cuda版本 ：cuda9.0cudnn版本 ：cudnn7.1pytorch版本 ：pytorch_1.1.0安装步骤1.安装cuda（1）首先检擦自己电脑显卡是否支持cuda，这一点网上有很多，没啥营养，大致就是打开设备管理器，点击显示适配器，然后找到自己的显卡，查看是否安装NVID

楼主这两天在研究torch，思考它能不能像tf中一样有Early Stopping机制，查阅了一些资料，主要参考了这篇博客，总结一下：实现方法安装pytorchtools，而后直引入Early Stopping。代码：# 引入 EarlyStoppingfrom pytorchtools import EarlyStoppingimport torch.utils.data as Data # 用于创建 DataLoaderimport torch.nn as nn结合伪代码进行讲解：m

最近在学习，记录一下：1.view()函数  view()函数有些像numpy中的reshape函数，是用来的tensor（张量）形式的数据进行围堵重构的，直接用程序来说明用法。import torchtorch.manual_seed(0) # 用来控制内部的随机机制使每次得到的随机数一样tt = torch.rand(3,4)# tensor([[0.4963, 0.7682, 0.0885, 0.1320],# [0.3074, 0.6341, 0.4901, 0.8

  楼主之前因为transform()函数和fit_transform()函数两个函数的功能和实现傻傻分不清楚，现在总结一下，主要是看了一位大神的讲解：添加链接描述1.两函数功能首先我们要明确： fit(x,y)传两个参数的是有监督学习的算法；fit(x)传一个参数的是无监督学习的算法，比如降维、特征提取、标准化。函数实现的功能：对数据进行标准化处理使用公式如下：  其中μ是均值， σ是标准差。目的是使数据服从均值为零，标准差为1的标准正态分布。  一般标准化都是给训练集数据做的，但在

1.问题描述再使用pytorch过程中，将torch.FloatTensor类型的变量转换成胃nparray类型时报错，内容如下：RuntimeError: Can't call numpy() on Variable that requires grad. Use var.detach().numpy() instead.2.解决方法出现这个现象的原因是：待转换类型的torch.FloatTensor变量带有梯度，直接将其转换为numpy数据将破坏计算图，因此var.numpy()函数拒绝进