pytorch--字典(updating)
来源:互联网 发布:windows 7 beta 编辑:程序博客网 时间:2024/06/06 00:05
随记:
1.标签一般默认为LongTensor
2.pytorch只能处理2维的数据。
字典:
找到一份很好的pytorch中文文档:http://pytorch-cn.readthedocs.io/zh/latest/
1.nn.CrossEntropyLoss()
EXP:loss_func = torch.nn.CrossEntropyLoss()
交叉熵:通常用在分类问题上
目标标签为: y = [0, 0, 0, 1]
实际结果为: out = net(x) = [1,2,3,4]
将输出转发为概率:out = F.softmax(out)=[0.1, 0.2, 0.3, 0.4]
计算二者的误差: loss = loss_func(out, y)
2.nn.Sequential()
EXP:
net = torch.nn.Sequential(
torch.nn.Linear(2,10)
torch.nn.ReLu()
torch.nn.Linear(10,2)
)
一种简单的神经网络构建方式,直接按顺序垒神经层。
3.optim.SGD()
EXP:optimizer = torch.optim,SGD(net.parameters(),lr=0.1)
优化方法采用:随机梯度下降法(Stochastic Gradient Descent,简称SGD)
4.optim.step()
EXP:
loss.backward()
optimizer.step()
一般用在反向传播后,将参数更新。
5..save()
EXP:torch.save(net,"net.pkl") #保存整个神经网络
EXP:torch.save(net.state_dict(),"net_parameters.pkl") #保存整个神经网路的parameters
defsave(obj,f,pickle_module=pickle,pickle_protocol=DEFAULT_PROTOCOL):
f:保存到的文件
6..load()
EXP:torch.load("net.pkl") #导入神经网络
7..load_state_dict()
EXP:net2 =
net = torch.nn.Sequential(
torch.nn.Linear(2,10)
torch.nn.ReLu()
torch.nn.Linear(10,2)
)
net.load_state_dict(torch.load(net_parameters.pkl))
需要先构建一个结构相同的神经网络,再导入参数,一般比直接导入整个神经网络更快。
8..linspace(start,end,steps=100,out=None)
steps指生成的个数,输出的一维张量应该是递增的
9..logspace(start,end,steps=100,out=None)
生成
10.torch.unsqueeze()
11.torchvision.transforms
>>> transforms.Compose([>>> transforms.CenterCrop(10),>>> transforms.ToTensor(),>>> ])将多个transforms连接在一起
- pytorch--字典(updating)
- 更新字典(Updating a Dictionary)
- Pytorch实战指南---使用Pytorch完成Kaggle上的经典比赛:Dogs vs Cats---updating
- UVa 12504 Updating a Dictionary(更新字典)
- uva 12504 Updating a Dictionary(更新字典)
- PyTorch
- PyTorch
- PyTorch
- pytorch
- pytorch
- Pytorch
- 5-11 UVA 12504 Updating a dictionary更新字典
- UVa12504 习题5-11 更新字典 (Updating a Dictionary)
- 算法竞赛入门经典 第二版 习题5-11 更新字典 Updating a Dictionary uva12504
- Pytorch是什么?关于Pytorch
- pytorch参考
- PyTorch开源
- 安装pytorch
- 类、字段、方法
- 交换两个数字的值
- Linux文件编程1
- Cookie/Session机制详解
- angular 的表格输入添加和批量删除
- pytorch--字典(updating)
- 算法的时间复杂度和空间复杂度-总结
- web 微信与基于node的微信机器人实现
- openGL之glsl入门7上--添加鱼眼及全景球面纹理
- SQL基础语句汇总
- Android仿支付宝订单确认和支付
- ScreenUtil--可以获取view宽度,屏幕宽度,dp转px等
- shell编程基础简介
- 安卓日志架构(一)