Mola_ya-优快云博客

原创 PyTorch 如何利用多个损失开展深度神经网络的训练过程【持续更新】

我这里采用的是两项损失，loss1用于优化网络权重，loss2用于优化中心矢量，二者均是可训练的超参，因此包含两个优化器，如果您多个损失项均用于优化网络权重，那么只采用一个优化器即可，如下所示。详细代码，请翻阅我们的论文，代码已开源，开源链接可查论文摘要。若该经验贴对您科研、学习有所帮助，欢迎您引用我们的论文。

2023-09-07 20:02:54 3043 3

原创分布式自动调制识别，如何划分非独立同分布的子数据集

在划分子数据集前，需要将数据集按调制类型进行重新组合，即不同信噪比的同一调制信号组合存为一个mat文件。若该经验贴及论文对各位同学的科研、学习有所帮助，欢迎各位同学引用相关作者及我们的论文~样本量分布不均匀式，基于权重平均的分布式自动调制识别性能请见论文[2]。代码运行结束后，即得到12个样本量分布不均匀的子数据集。下图是我运行一次得到的12个子数据集的样本量分布。所采用的数据集是RadioML2018.01A。相关的背景描述，感兴趣的同学请下载文末论文~

2023-06-13 16:12:37 551 1

原创 PyTorch中如何用GPU进行训练【学习笔记】

PyTorch中如何用GPU进行训练【学习笔记】

2022-01-29 23:00:08 2941

原创现有网络模型的修改【学习笔记】

现有网络模型的修改【学习笔记】

2022-01-29 00:04:43 3005 1

原创交叉损失熵函数【学习笔记】

交叉损失熵函数【学习笔记】

2022-01-28 16:56:24 1877

原创使用Tensorboard来绘制、展示神经网络结构【学习笔记】

使用Tensorboard来绘制神、展示神经网络结构【学习笔记】

2022-01-27 23:46:54 6730 3

原创 DataLoader的使用【学习笔记】

PyTorch中DataLoader的使用【学习笔记】

2022-01-26 21:33:05 1691

原创 torchversion中的数据集使用【学习笔记】

torchversion中的数据集使用【学习笔记】3.向下滑动，找到

2022-01-25 17:40:45 1428

原创 DeepSig RadioML 2018.01A 处理为单信噪比单调制数据

原数据下载网址：RF Datasets For Machine Learning | DeepSig该数据集包含24种调制样式：'OOK', '4ASK', '8ASK', 'BPSK', 'QPSK', '8PSK', '16PSK', '32PSK', '16APSK', '32APSK', '64APSK', '128APSK', '16QAM', '32QAM', '64QAM', '128QAM', '256QAM', 'AM-SSB-WC', 'AM-SSB-SC', 'AM-DSB-WC'

2021-09-23 15:13:16 7826 46

weixin_40692714的博客