您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. pytorch学习.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等
  3. 所属分类:深度学习

    • 发布日期:2020-05-05
    • 文件大小:588800
    • 提供者:qq_37568167
  1. pytorch学习视频百度网盘链接.txt

  2. pytorch学习视频,2.5个G。包括 深度学习初见/ 开发环境安装/ 回归问题/ pytorch基础教程/ pytorch进阶教程/ 随机梯度下降/ 神经网络与全连接层/ 过拟合/ 卷积神经网络CNN/ CIFAR10与resnet实战/ 循环神经网络RNN&lstm/
  3. 所属分类:深度学习

    • 发布日期:2020-02-23
    • 文件大小:75
    • 提供者:u013171226
  1. PyTorch学习:动态图和静态图的例子

  2. 今天小编就为大家分享一篇PyTorch学习:动态图和静态图的例子,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:43008
    • 提供者:weixin_38537684
  1. Pytorch学习之torch用法----比较操作(Comparison Ops)

  2. 主要介绍了Pytorch学习之torch用法----比较操作(Comparison Ops),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:2020-09-16
    • 文件大小:54272
    • 提供者:weixin_38722184
  1. PyTorch学习笔记之回归实战

  2. 主要介绍了PyTorch学习笔记之回归实战,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:80896
    • 提供者:weixin_38574132
  1. pytorch学习资料

  2. 1. pytorch中文相关学习资料; 2. opencv中文相关学习资料; 3. 自己还没看, 但总体感觉不错
  3. 所属分类:互联网

    • 发布日期:2020-11-09
    • 文件大小:54525952
    • 提供者:u012256746
  1. pytorch学习(九)——交叉熵代价函数原理及其在MNIST手写数字识别中的应用

  2. 上传时间:2020/11/09 最后测试:2020/11/09 内容:pytorch框架:交叉熵代价函数原理及其在MNIST手写数字识别中的应用(神经网络) 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109573157
  3. 所属分类:深度学习

    • 发布日期:2020-11-09
    • 文件大小:262144
    • 提供者:jerry_liufeng
  1. pytorch学习(八)——MNIST手写数字识别

  2. 上传时间:2020/11/08 最后测试:2020/11/08 内容:pytorch框架实现MNIST手写数字识别 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109558962
  3. 所属分类:深度学习

    • 发布日期:2020-11-08
    • 文件大小:80896
    • 提供者:jerry_liufeng
  1. pytorch学习(七)——非线性回归网络代码

  2. 上传时间:2020/11/08 最后测试:2020/11/08 内容:pytorch框架实现非线性回归模型(神经网络) 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109556095
  3. 所属分类:深度学习

    • 发布日期:2020-11-08
    • 文件大小:38912
    • 提供者:jerry_liufeng
  1. pytorch学习(六)——线性回归网络

  2. 上传时间:2020/11/07 最后测试:2020/11/07 内容:pytorch框架实现线性回归模型(神经网络) 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109552181
  3. 所属分类:深度学习

    • 发布日期:2020-11-07
    • 文件大小:28672
    • 提供者:jerry_liufeng
  1. pytorch学习教程之自定义数据集

  2. 自定义数据集 在训练深度学习模型之前,样本集的制作非常重要。在pytorch中,提供了一些接口和类,方便我们定义自己的数据集合,下面完整的试验自定义样本集的整个流程。 开发环境 Ubuntu 18.04 pytorch 1.0 pycharm 实验目的 掌握pytorch中数据集相关的API接口和类 熟悉数据集制作的整个流程 实验过程 1.收集图像样本 以简单的猫狗二分类为例,可以在网上下载一些猫狗图片。创建以下目录: data————-根目录 data/test——
  3. 所属分类:其它

    • 发布日期:2020-12-16
    • 文件大小:803840
    • 提供者:weixin_38684892
  1. PyTorch学习笔记之回归实战

  2. 本文主要是用PyTorch来实现一个简单的回归任务。 编辑器:spyder 1.引入相应的包及生成伪数据 import torch import torch.nn.functional as F # 主要实现激活函数 import matplotlib.pyplot as plt # 绘图的工具 from torch.autograd import Variable # 生成伪数据 x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim =
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:79872
    • 提供者:weixin_38751861
  1. 【PyTorch学习】PyTorch基础知识

  2. 目录 一、Pytorch介绍 1.1 什么是Pytorch 1.2 为何要使用Pytorch 1.3 配置Pytorch深度学习环境 二、Pytorch基础 2.1 Tensor(张量) 2.2 Variable(变量) 2.3 Dataset(数据集) 1. torch.utils.data.Dataset 2. torch.utils.data.TensorDataset 3. torch.utils.data.DataLoader 4. torchvision.datasets.Image
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:119808
    • 提供者:weixin_38672815
  1. PyTorch学习笔记(二)图像数据预处理

  2. Environment OS: macOS Mojave Python version: 3.7 PyTorch version: 1.4.0 IDE: PyCharm 文章目录0. 写在前面1. 基本变换类1.1 填充1.2 擦除1.3 缩放1.4 裁剪1.5 旋转1.6 翻转1.7 颜色1.8 仿射变换和线性变换1.9 归一化和标准化1.10. Lambda2. 组合变换类3. 自定义图像数据增强 0. 写在前面 本文记录了使用 PyTorch 实现图像数据预处理的方法,包括数据增强和标准
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:1048576
    • 提供者:weixin_38524472
  1. Pytorch学习第二次打卡

  2. Pytorch学习第二次打卡 目录 文章目录Pytorch学习第二次打卡目录过拟合、欠拟合及其解决方案欠拟合过拟合解决方法梯度消失,梯度爆炸卷积神经网络卷积层池化层常见卷积网络 过拟合、欠拟合及其解决方案 欠拟合 模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 线性函数拟合,如图: 过拟合 另一类是模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting)。训练样本不足,如下图: 给定训练数据集,模型复杂度和误差之间的关系:
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:101376
    • 提供者:weixin_38658568
  1. pytorch学习笔记(十五)————动量与学习率衰减

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:854016
    • 提供者:weixin_38679276
  1. ComputerVision-with-PyTorch-Learning-Program:由TinkerHub Foundation使用PyTorch学习程序进行计算机视觉-源码

  2. PyTorch学习计划的ComputerVision 使用TinkerHub Foundation的PyTorch学习程序进行计算机视觉。 是一个由创建的开源深度学习框架。 该学习计划将涵盖以下内容, 计算机视觉。 Pytorch框架。 Torchvision库。 图像分类和目标检测。 转移学习。 我们将广泛使用PyTorch文档进行此程序。 参加者标准 应该知道面向对象的编程和python。 应该知道Git和GitHub。 应该知道什么是机器学习和一些基础知识(不同类别的ML
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:330752
    • 提供者:weixin_42175776
  1. Awesome-PyTorch-中文:【干货】史上最全的PyTorch学习资源汇总-源码

  2. 目录: PyTorch学习教程,手册 :对于中文比较好的同学,非常推荐该PyTorch官方文档,一步步带你从入门到精通。该文档详细介绍了从基础知识到如何使用PyTorch建立深层神经网络,以及PyTorch语法和一些出色的案例。 :阅读上述英语文档比较困难的同学也不要紧,我们为大家准备了比较官方的PyTorch中文文档,文档非常详细的介绍了各个功能,可作为一个PyTorch的速查宝典。 :在github上有很高的星。建议大家在阅读本文档之前,先学习上述两个PyTorch基础教程。 :这是一本本
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:7168
    • 提供者:weixin_42164685
  1. pytorch学习笔记(十五)————Early Stop,Dropout

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:598016
    • 提供者:weixin_38739919
  1. pytorch学习笔记(十四)————正则化惩罚(减轻overfitting)

  2. pytorch学习笔记(十四)————正则化惩罚(减轻overfitting)目录回顾降低过拟合方法正则化惩罚项常用的正则化公式 目录 回顾 在上一篇博客中我们讲到,当训练模型比真实模型复杂度低的情况叫做underfitting(欠拟合),当训练集模型比真实模型复杂度高的情况叫做overfitting(过拟合)。现如今由于网络层数不断地增加,欠拟合的情况已经较为少见,绝大数多情况都是出现过拟合。与过拟合有一个异曲同工的概念叫做奥卡姆剃刀原理。 奥卡姆剃刀原理是指:在科学研究任务中,应该优先使用
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:531456
    • 提供者:weixin_38515270
« 12 3 4 5 6 7 8 9 10 ... 50 »