点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - Pytorch学习(五)
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
(翻译)60分钟入门深度学习工具-PyTorch.pdf
(翻译)60分钟入门深度学习工具-PyTorch 公号:机器学习初学者 一、Pytorch是什么? 二、AUTOGRAD 三、神经网络 四、训练一个分类器 五、数据并行
所属分类:
互联网
发布日期:2020-04-10
文件大小:1048576
提供者:
qq_33866063
pytorch 实现yolo3详细理解(五)训练自己数据集和csv数据集标签处理
摘要 前面基本已经将yolo3的大致细节都分析了,那么现在就要训练自己下载的数据集来看下效果,进行迁移学习,首先我会先对github本身自定义的custom数据集进行训练,只有一张照片,一个标签签,之后训练自己的数据集是摇从xml文件先提取标签,完全按照custom中的格式进行布局,然后修改一下cfg文件就可以运行。dataset源码是对txt文件的处理,在实际运行中对数据进行分析是利用panda,所以直接利用panda生成csv文件进行读取更加方便。代码githubhttps://github
所属分类:
其它
发布日期:2020-12-21
文件大小:873472
提供者:
weixin_38751031
PyTorch的深度学习入门教程之构建神经网络
前言 本文参考PyTorch官网的教程,分为五个基本模块来介绍PyTorch。为了避免文章过长,这五个模块分别在五篇博文中介绍。 Part3:使用PyTorch构建一个神经网络 神经网络可以使用touch.nn来构建。nn依赖于autograd来定义模型,并且对其求导。一个nn.Module包含网络的层(layers),同时forward(input)可以返回output。 这是一个简单的前馈网络。它接受输入,然后一层一层向前传播,最后输出一个结果。 训练神经网络的典型步骤如下: (1) 定义
所属分类:
其它
发布日期:2021-01-01
文件大小:76800
提供者:
weixin_38514805
pytorch学习笔记(十五)————动量与学习率衰减
pytorch学习笔记(十五)————动量与学习率衰减目录动量学习率衰减 目录 动量 从形式上看, 动量算法引入了变量 z充当速度角色——它代表参数在参数空间移动的方向和速率。速度被设为负梯度的指数衰减平均。名称 动量(momentum),相当于引入动量前的梯度概念,指示着loss在参数空间下一步要下降的方向和大小。 其中wk+1w^{k+1}wk+1表示更新后权重;wkw^{k}wk表示更新前权重;zk+1z^{k+1}zk+1代表动量,,α表示学习率 从公式zk+1=βzk+▽f(wk)z
所属分类:
其它
发布日期:2021-01-06
文件大小:854016
提供者:
weixin_38679276
Pytorch学习 (五)
二维互相关运算(卷积) 二维互相关(cross-correlation)运算的输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核的尺寸通常小于输入数组,卷积核在输入数组上滑动,在每个位置上,卷积核与该位置处的输入子数组按元素相乘并求和,得到输出数组中相应位置的元素。图1展示了一个互相关运算的例子,阴影部分分别是输入的第一个计算区域、核数组以及对应的输出。 图1 二维互相关运算 互相关运算与卷积运算 卷积层得名于
所属分类:
其它
发布日期:2021-01-06
文件大小:52224
提供者:
weixin_38722891
LOB:中国市场限价订单基准数据集-源码
高球 中国市场限价订单基准数据集 FinAI实验室 香港高等研究院 目录 介绍 该存储库包含论文描述的和。 在建议的基准数据集上测试了五个基线模型,包括线性回归(LR),多层感知器(MLP),卷积神经网络(CNN),长期短期记忆(LSTM)和CNN-LSTM。 笔记 所有算法均基于深度学习框架。 我们的PyTorch版本是1.7.0。 如果您使用的是较低版本,请相应地修改代码。 抽象的 限价单(LOB)已生成“大财务数据”,供学术界和行业从业者进行分析和预测。 本文提供了一个中国股票市场的基
所属分类:
其它
发布日期:2021-03-16
文件大小:774144
提供者:
weixin_42143092
pytorch-gpu-基准-源码
关于 pytorch中不同cnn模型的不同GPU的学习和推理速度的比较 1080TI 泰坦五世 2080TI 规格 显卡名称 NVIDIA GeForce GTX 1080 Ti NVIDIA GeForce RTX 2080 Ti NVIDIA TITAN V 过程 16纳米 12纳米 12纳米 模具尺寸 471mm² 754平方毫米 815mm² 晶体管 118亿 186亿 211亿 CUDA核心 3584核心 4352核 5120核 张量芯 没有 544核心 640核心 时钟(
所属分类:
其它
发布日期:2021-02-17
文件大小:12582912
提供者:
weixin_42120550
cifar-10-cnn:使用CIFAR数据集进行深度学习-源码
用于CIFAR-10的卷积神经网络 该存储库是关于cifar10的CNN体系结构的一些实现的。 我只是用Keras和Tensorflow到implementate所有这些CNN模型。 (如果有时间,可能是火炬/火炬版) pytorch版本可在 要求 巨蟒(3.5) keras(> = 2.1.5) tensorflow-gpu(> = 1.4.1) 建筑与论文 第一个CNN模型: LeNet 网络中的网络 Vgg19网络 在ILSVRC 2014本地化任务的第一个地方 在
所属分类:
其它
发布日期:2021-02-04
文件大小:1048576
提供者:
weixin_42115513
火山:Kubernetes本机批处理系统(CNCF下的项目)-源码
火山是建立在Kubernetes上的批处理系统。 它提供了许多类别的批处理和弹性工作负载通常需要的一套机制,包括:机器学习/深度学习,生物信息学/基因组学和其他“大数据”应用程序。 这些类型的应用程序通常在与Volcano集成的TensorFlow,Spark,PyTorch,MPI等通用域框架上运行。 Volcano积累了十五年的经验,使用多个系统和平台大规模运行各种高性能工作负载,并结合了开源社区的最佳创意和实践。 注意:调度程序是基于构建的; 有关更多详细信息,请参阅和 。 Volc
所属分类:
其它
发布日期:2021-02-02
文件大小:16777216
提供者:
weixin_42119358
pytorch学习笔记(十五)————Early Stop,Dropout
pytorch学习笔记(十五)————Early Stop,Dropout,SGD目录Early StopDropoutSGD随机梯度下降 目录 Early Stop (1)Early Stop的概念 Early Stop的概念非常简单,在我们一般训练中,经常由于过拟合导致在训练集上的效果好,而在测试集上的效果非常差。因此我们可以让训练提前停止,在测试集上达到最好的效果时候就停止训练,而不是等到在训练集上饱和在停止,这个操作就叫做Early Stop。 (2)Early Stop的过程 Dr
所属分类:
其它
发布日期:2021-01-20
文件大小:598016
提供者:
weixin_38739919
pytorch、tensorflow之生成one-hot向量
对于标签分类:最后生成的可以是类别标签索引,也可以是one-hot向量(独热编码) 我们举一个五分类的例子: 可以用[3]:表示第三种分类 也可以用one-hot向量[0,0,1,0,0]:表示第三种分类 那么我们接下来用pytorch和tensorflow这两个深度学习框架来生成one-hot向量 Pytorch 生成one-hot向量 import torch from torch.nn import functional label = torch.tensor([2]) # 2显示的是
所属分类:
其它
发布日期:2021-01-20
文件大小:59392
提供者:
weixin_38677585
深度学习PyTorch入门(五)
卷积神经网络基础 互相关运算与卷积运算 卷积层得名于卷积运算,但卷积层中用到的并非卷积运算而是互相关运算。我们将核数组上下翻转、左右翻转,再与输入数组做互相关运算,这一过程就是卷积运算。由于卷积层的核数组是可学习的,所以使用互相关运算与使用卷积运算并无本质区别。 特征图与感受野 二维卷积层输出的二维数组可以看作是输入在空间维度(宽和高)上某一级的表征,也叫特征图(feature map)。影响元素xxx的前向计算的所有可能输入区域(可能大于输入的实际尺寸)叫做xxx的感受野(receptive
所属分类:
其它
发布日期:2021-01-20
文件大小:406528
提供者:
weixin_38703794
e3bm:PyTorch实施“极少学习的历时经验贝叶斯合奏”(ECCV 2020)-源码
极少学习的历时经验贝叶斯合奏 该存储库包含论文“的历时”的PyTorch实现。 如果您对此存储库或相关文章有任何疑问,请随时或。 概括 介绍 少量学习旨在通过一些示例来训练有效的预测模型。 缺乏训练数据导致执行高方差或低置信度预测的模型较差。 在本文中,我们建议对时间经验贝叶斯模型(E 3 BM)的集合进行元学习,以实现可靠的预测。 “ Epoch-wise”意味着每个训练时期都有一个贝叶斯模型,其参数是专门学习和部署的。 “经验的”是指超参数,例如,用于学习和整合时代模型的超参数,是由超高级
所属分类:
其它
发布日期:2021-03-30
文件大小:31744
提供者:
weixin_42172572