注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python-一些关于pytorch深入学习的笔记

  2. 一些关于pytorch深入学习的笔记

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：96mb
    • 提供者：weixin_39840515

  1. pytorch.zip

  2. 次压缩包包含两个文件，pytorch官方推荐教程-英文版pdf；pytorch物体检测实战.pdf文件，都是关于pytorch的教学，一个偏重实战，一个偏重教程讲解，希望对大家有帮助。

  3. 所属分类：深度学习

    • 发布日期：2020-07-10
    • 文件大小：47mb
    • 提供者：qq_37113768

  1. Pytorch中accuracy和loss的计算知识点总结

  2. 在本片文章里小编给大家整理的是关于Pytorch中accuracy和loss的计算相关知识点内容，有需要的朋友们可以学习下。

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：38kb
    • 提供者：weixin_38730129

  1. 关于pytorch处理类别不平衡的问题

  2. 今天小编就为大家分享一篇关于pytorch处理类别不平衡的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：41kb
    • 提供者：weixin_38636983

  1. 关于Pytorch MaxUnpool2d中size操作方式

  2. 今天小编就为大家分享一篇关于Pytorch MaxUnpool2d中size操作方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：59kb
    • 提供者：weixin_38708461

  1. 关于Pytorch的MLP模块实现方式

  2. 今天小编就为大家分享一篇关于Pytorch的MLP模块实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：39kb
    • 提供者：weixin_38629042

  1. 关于Pytorch的MNIST数据集的预处理详解

  2. 今天小编就为大家分享一篇关于Pytorch的MNIST数据集的预处理详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：238kb
    • 提供者：weixin_38675777

  1. 关于pytorch中全连接神经网络搭建两种模式详解

  2. 今天小编就为大家分享一篇关于pytorch中全连接神经网络搭建两种模式详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：43kb
    • 提供者：weixin_38516863

  1. 关于PyTorch 自动求导机制详解

  2. 今天小编就为大家分享一篇关于PyTorch 自动求导机制详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：97kb
    • 提供者：weixin_38606466

  1. 关于PyTorch源码解读之torchvision.models

  2. 今天小编就为大家分享一篇关于PyTorch源码解读之torchvision.models，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：76kb
    • 提供者：weixin_38685538

  1. 关于pytorch中网络loss传播和参数更新的理解

  2. 今天小编就为大家分享一篇关于pytorch中网络loss传播和参数更新的理解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：61kb
    • 提供者：weixin_38624332

  1. 关于pytorch多GPU训练实例与性能对比分析

  2. 今天小编就为大家分享一篇关于pytorch多GPU训练实例与性能对比分析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：55kb
    • 提供者：weixin_38596413

  1. 浅谈pytorch中的BN层的注意事项

  2. 最近修改一个代码的时候，当使用网络进行推理的时候，发现每次更改测试集的batch size大小竟然会导致推理结果不同，甚至产生错误结果，后来发现在网络中定义了BN层，BN层在训练过程中，会将一个Batch的中的数据转变成正太分布，在推理过程中使用训练过程中的参数对数据进行处理，然而网络并不知道你是在训练还是测试阶段，因此，需要手动的加上，需要在测试和训练阶段使用如下函数。 model.train() or model.eval() BN类的定义见pytorch中文参考文档 补充知识：关于p

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：59kb
    • 提供者：weixin_38636577

  1. 关于pytorch处理类别不平衡的问题

  2. 当训练样本不均匀时，我们可以采用过采样、欠采样、数据增强等手段来避免过拟合。今天遇到一个3d点云数据集合，样本分布极不均匀，正例与负例相差4-5个数量级。数据增强效果就不会太好了，另外过采样也不太合适，因为是空间数据，新增的点有可能会对真实分布产生未知影响。所以采用欠采样来缓解类别不平衡的问题。 下面的代码展示了如何使用WeightedRandomSampler来完成抽样。 numDataPoints = 1000 data_dim = 5 bs = 100 # Create dummy d

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：44kb
    • 提供者：weixin_38560039

  1. 关于Pytorch的MNIST数据集的预处理详解

  2. 关于Pytorch的MNIST数据集的预处理详解 MNIST的准确率达到99.7% 用于MNIST的卷积神经网络（CNN）的实现，具有各种技术，例如数据增强，丢失，伪随机化等。 操作系统：ubuntu18.04 显卡：GTX1080ti python版本：2.7（3.7） 网络架构 具有4层的CNN具有以下架构。 输入层：784个节点（MNIST图像大小） 第一卷积层：5x5x32 第一个最大池层 第二卷积层：5x5x64 第二个最大池层 第三个完全连接层：1024个节点 输出层：10个节点（

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：241kb
    • 提供者：weixin_38685857

  1. 关于pytorch中网络loss传播和参数更新的理解

  2. 相比于2018年，在ICLR2019提交论文中，提及不同框架的论文数量发生了极大变化，网友发现，提及tensorflow的论文数量从2018年的228篇略微提升到了266篇，keras从42提升到56，但是pytorch的数量从87篇提升到了252篇。 TensorFlow: 228—>266 Keras: 42—>56 Pytorch: 87—>252 在使用pytorch中，自己有一些思考，如下： 1. loss计算和反向传播 import torch.nn as nn

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：62kb
    • 提供者：weixin_38550146

  1. 关于PyTorch源码解读之torchvision.models

  2. PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分别是：torchvision.datasets、torchvision.models、torchvision.transforms。 这3个子包的具体介绍可以参考官网： http://pytorch.org/docs/master/torchvision/index.html。 具体代码可以参考github： https://github.com/pytorch/vision/tree/master/

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：79kb
    • 提供者：weixin_38501045

  1. PyTorch-Geometric-Study:关于Pytorch-Geometric的学习，包括官方文档的基本内容和部分API的使用方式，以及官方源码中的示例代码和Pytorch-Geometric的部分源码实现-源码

  2. PyTorch几何研究 代码： ：

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：16kb
    • 提供者：weixin_42117037

  1. 关于Pytorch MaxUnpool2d中size操作方式

  2. 下图所示为最大值的去池化操作，主要包括三个参数，kernel_size: 卷积核大小（一般为3，即3×3的卷积核）, stride:步，还有一个新的size。 从图中可以看出，它将维度4×4的去池化结果变为5×5。主要通过排序的方法，将4×4里面的元素按行展开为（0,0,0,0,0,6,0,8,0,0,0,0,0,14…），然后按照次序放到5×5的矩阵里面。 以上这篇关于Pytorch MaxUnpool2d中size操作方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：62kb
    • 提供者：weixin_38730129

  1. 关于pytorch中全连接神经网络搭建两种模式详解

  2. pytorch搭建神经网络是很简单明了的，这里介绍两种自己常用的搭建模式： import torch import torch.nn as nn first： class NN(nn.Module): def __init__(self): super(NN,self).__init__() self.model=nn.Sequential( nn.Linear(30,40), nn.ReLU(), nn.Linear(40,60), nn.Tanh(),

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：45kb
    • 提供者：weixin_38611877
« 12 3 4 5 6 7 8 9 10 »