- 样式迁移 我们介绍如何使用卷积神经网络自动将某图像中的样式应用在另一图像之上，即样式迁移（style transfer）。这里我们需要两张输入图像，一张是内容图像，另一张是样式图像，我们将使用神经网络修... 样式迁移 我们介绍如何使用卷积神经网络自动将某图像中的样式应用在另一图像之上，即样式迁移（style transfer）。这里我们需要两张输入图像，一张是内容图像，另一张是样式图像，我们将使用神经网络修...
- 本文首发于公众号”计算机视觉cv“ Pytorch优势 聊聊为什么使用Pytorch，个人觉得Pytorch比Tensorflow对新手更为友善，而且现在Pytorch在学术界使用的得更多，大有逆袭Tensorflow之势。最近两年的顶会文章中，代码用Pytorch的比Tensorflow多。大家如果对... 本文首发于公众号”计算机视觉cv“ Pytorch优势 聊聊为什么使用Pytorch，个人觉得Pytorch比Tensorflow对新手更为友善，而且现在Pytorch在学术界使用的得更多，大有逆袭Tensorflow之势。最近两年的顶会文章中，代码用Pytorch的比Tensorflow多。大家如果对...
- 图像增广 在深度卷积神经网络里我们提到过，大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而... 图像增广 在深度卷积神经网络里我们提到过，大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而...
- cfg是配置文件，一般为了代码的可读性，把一层层的神经网络用cfg格式文件保存，用的时候可以直接读取调用，简单轻便。以下用一个例子来了解。 下面cfg文件是yolov3的网络层次： [net] # Testing batch=1 subdivisions=1 # Training # batch=64 # subdivisions=... cfg是配置文件，一般为了代码的可读性，把一层层的神经网络用cfg格式文件保存，用的时候可以直接读取调用，简单轻便。以下用一个例子来了解。 下面cfg文件是yolov3的网络层次： [net] # Testing batch=1 subdivisions=1 # Training # batch=64 # subdivisions=...
- RNN: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ycy6d8iB-1584285348969)(https://cdn.kesci.com/upload/imag... RNN: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ycy6d8iB-1584285348969)(https://cdn.kesci.com/upload/imag...
- 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ... 深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。 当神经网络的层数较多时，模型的数值稳定性容易变差。 假设一个层数为 ...
- 1. 基本配置 导入包和版本查询 import torchimport torch.nn as nnimport torchvisionprint(torch.__version__)print(torch.version.cuda)print(torch.backends.cudnn.version())print(torch... 1. 基本配置 导入包和版本查询 import torchimport torch.nn as nnimport torchvisionprint(torch.__version__)print(torch.version.cuda)print(torch.backends.cudnn.version())print(torch...
- 时间图神经网络PyTorch Geometric Temporal 1 简介 PyTorch Geometric Temporal是一个用于PyTorch Geometric的时间图神经网络扩展库。它基于开源深度学习和图形处理库。 PyTorch Geometric Temporal包含最先进的深度学习和参数学习方法来处理时空信号... 时间图神经网络PyTorch Geometric Temporal 1 简介 PyTorch Geometric Temporal是一个用于PyTorch Geometric的时间图神经网络扩展库。它基于开源深度学习和图形处理库。 PyTorch Geometric Temporal包含最先进的深度学习和参数学习方法来处理时空信号...
- 一、张量的科学运算 1 进行数值调整 t = torch.randn(5)t# tensor([ 0.3806, 0.9064, -1.9179, 2.0816, -0.4153]) 1.1 返回绝对值 torch.abs(t... 一、张量的科学运算 1 进行数值调整 t = torch.randn(5)t# tensor([ 0.3806, 0.9064, -1.9179, 2.0816, -0.4153]) 1.1 返回绝对值 torch.abs(t...
- 目录 pytorch 2维度切分和拼接 pytorch 3维度的切分和拼接： pytorch 4维度的切分和拼接 pytorch 2维度切分和拼接 第二个参数是切块大小： import torch if __name__ == & 目录 pytorch 2维度切分和拼接 pytorch 3维度的切分和拼接： pytorch 4维度的切分和拼接 pytorch 2维度切分和拼接 第二个参数是切块大小： import torch if __name__ == &
- Pytorch库的基本架构介绍 今天我就将PyTorch常用的模块做一个总结梳理。 首先要说明的是PyTorch这是torch的Python版本，所以导入的是torch而不是Pytorch: import torch 1 运行基础 torch.tensor：基础数据结构 torch.autograd：自... Pytorch库的基本架构介绍 今天我就将PyTorch常用的模块做一个总结梳理。 首先要说明的是PyTorch这是torch的Python版本，所以导入的是torch而不是Pytorch: import torch 1 运行基础 torch.tensor：基础数据结构 torch.autograd：自...
- 目录 获取模型参数维度 模型迁移动态匹配 获取模型参数维度 model = MobileFormer(**args) model_dict=model.state_dict() for to_k,to_v in model_dict.items(): try: ... 目录 获取模型参数维度 模型迁移动态匹配 获取模型参数维度 model = MobileFormer(**args) model_dict=model.state_dict() for to_k,to_v in model_dict.items(): try: ...
- torch.Tensor有两个实例方法可以用来扩展某维的数据的尺寸，分别是 repeat()和 expand()。 expand和repeat函数是pytorch中常用于进行张量数据复制和维度扩展的函数，但其工作机制差别很大，本文对这两个函数进行对比。 1. expand tensor.expand(*sizes)expand函... torch.Tensor有两个实例方法可以用来扩展某维的数据的尺寸，分别是 repeat()和 expand()。 expand和repeat函数是pytorch中常用于进行张量数据复制和维度扩展的函数，但其工作机制差别很大，本文对这两个函数进行对比。 1. expand tensor.expand(*sizes)expand函...
- PyTorch张量的创建与基本类型 0 导读 在我们不知道什么是深度学习计算框架时，我们可以把PyTorch看做是Python的第三方库，在PyTorch中定义了适用于深度学习的张量Tensor，以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法，正是这些基本数据类型和对应的方法函数，为我们进一步在PyTo... PyTorch张量的创建与基本类型 0 导读 在我们不知道什么是深度学习计算框架时，我们可以把PyTorch看做是Python的第三方库，在PyTorch中定义了适用于深度学习的张量Tensor，以及张量的各类计算。就相当于NumPy中定义的Array和对应的科学计算方法，正是这些基本数据类型和对应的方法函数，为我们进一步在PyTo...
- KL散度，也叫做相对熵，计算公式如下： import torch.nn as nn import torch import torch.nn.functional as F if __name__ == '__main__': x_o=torch.Tensor([[1,2],[3,4]]) y_o=torc... KL散度，也叫做相对熵，计算公式如下： import torch.nn as nn import torch import torch.nn.functional as F if __name__ == '__main__': x_o=torch.Tensor([[1,2],[3,4]]) y_o=torc...
上滑加载中
推荐直播
热门标签