WIndows10系统下面安装Anaconda、Pycharm及Pytorch环境全过程(NVIDIA GPU版本)
目录 1.判断电脑是否具有GPU 2. 安装Anaconda 3. 创建虚拟环境 3.1 利用conda命令创建虚拟环境 4. GPU和CUDA准备工作 5. 安装Pytorch 6. 验证Pytorch 7. 安装PyCharm并进行配置 总结 1.判断电脑是否具有GPU 打开 »
WIndows10系统下面安装Anaconda、Pycharm及Pytorch环境全过程(NVIDIA GPU版本)
目录 1.判断电脑是否具有GPU 2. 安装Anaconda 3. 创建虚拟环境 3.1 利用conda命令创建虚拟环境 4. GPU和CUDA准备工作 5. 安装Pytorch 6. 验证Pytorch 7. 安装PyCharm并进行配置 总结 1.判断电脑是否具有GPU 打开 »
Pytorch怎样保存训练好的模型
目录 为什么要保存和加载模型 两种情况的实现方法 只保存模型参数的情况（例子） 保存整个模型的情况（例子） 总结 为什么要保存和加载模型 用数据对模型进行训练后得到了比较理想的模型，但在实际应用的时候不可能每次都先进行训练然后再使用，所以就得先将之前训练好的模型保存下来，然后在需要用到的时 »
Pytorch中torch.unsqueeze()与torch.squeeze()函数详细解析
目录 一. torch.squeeze()函数解析 1. 官网链接 2. torch.squeeze()函数解析 3. 代码举例 3.1 输入size=(2, 1, 2, 1, 2)的张量 3.2 把x中维度大小为1的所有维都已删除 3.3 把x中第一维删除，但是第一维大小为2，不为1，因此结 »
pytorch 实现情感分类问题小结
目录 1、词表映射 2、词向量层 3、融入词向量层的多层感知器 4、数据处理 5、多层感知机模型的训练与测试 6、基于卷积神经网络的情感分类 7、基于循环神经网络的情感分类 8、基于 Transformer 的情感分类 1、词表映射 无论是深度学习还是传统的统计机器学习方法处理自然语言，都 »
GPU版本安装Pytorch的最新方法步骤
目录 步骤 第一步：安装 Anaconda 和 Pycharm 软件 第二步：下载安装CUDA11.3 第三步：下载GPU版本下的pytorch和pytorchvision 第四步：验证以上步骤全部安装成功 总结 步骤 如果要使用GPU进行机器学习的训练，那么首先需要支持训练的显卡及驱动即 »
GPU版本安装Pytorch的最新方法步骤
目录 步骤 第一步：安装 Anaconda 和 Pycharm 软件 第二步：下载安装CUDA11.3 第三步：下载GPU版本下的pytorch和pytorchvision 第四步：验证以上步骤全部安装成功 总结 步骤 如果要使用GPU进行机器学习的训练，那么首先需要支持训练的显卡及驱动即 »
PyTorch中Torch.arange函数详解
目录 torch.arange函数详解 函数原型 用法 参数说明 关键字参数 代码示例 pyTorch中torch.range()和torch.arange()的区别 总结 torch.arange函数详解 官方文档：torch.arange 函数原型 arange(start=0, »
Pytorch基础之torch.randperm的使用
目录 Pytorch torch.randperm的使用 torch.randn和torch.rand有什么区别 均匀分布 标准正态分布 总结 Pytorch torch.randperm的使用 torch.randperm(n)：将0~n-1（包括0和n-1）随机打乱后获得的数字序 »
实践Pytorch中的模型剪枝方法
摘要：所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差的模型压缩技术。 本文分享自华为云社区《模型压缩-pytorch 中的模型剪枝方法实践》，作者：嵌入式视觉。 一，剪枝分类 所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差（weigths/bias）的模型压缩技术。关于什 »
如何从PyTorch中获取过程特征图实例详解
目录 一、获取Tensor ①类型转换 ②张量拆解 ③图像展示 总结 一、获取Tensor 神经网络在运算过程中实际上是以Tensor为格式进行计算的，我们只需稍稍改动一下forward函数即可从运算过程中抓到Tensor 代码如下： base_feature = self.ex »
如何从PyTorch中获取过程特征图实例详解
目录 一、获取Tensor ①类型转换 ②张量拆解 ③图像展示 总结 一、获取Tensor 神经网络在运算过程中实际上是以Tensor为格式进行计算的，我们只需稍稍改动一下forward函数即可从运算过程中抓到Tensor 代码如下： base_feature = self.ex »
Pytorch建模过程中的DataLoader与Dataset示例详解
目录 1 定义数据集 1.2 Dataset类 1.2 Dataset数据集常用操作 1. 查看数据集大小： 2. 合并数据集 3. 划分训练集、测试集 1.3 IterableDataset类 方法一： 方法二： 2 DataLoad 处理数据样本的代码会因为处理过程繁杂而变得 »
Pytorch模型微调fine-tune详解
目录 2.1、为什么要微调 2.2、需要微调的情况 2.4、参数冻结---指定训练模型的部分层 2.5、参数冻结的方式 2.5.1、冻结方式1 2.5.2、冻结方式2 2.5.2、冻结方式3 2.6、修改模型参数 2.7、修改模型结构 随着深度学习的发展，在大模型的训练 »
Pytorch中torch.cat()函数的使用及说明
目录 torch.cat（）函数解析 1. 函数说明 2. 代码举例 总结 torch.cat（）函数解析 1. 函数说明 1.1 官网：torch.cat() 函数定义及参数说明如下图所示： 1.2 函数功能 函数将两个张量（tensor）按指定维度拼接在一起，注意： »
Pytorch中torch.cat()函数的使用及说明
目录 torch.cat（）函数解析 1. 函数说明 2. 代码举例 总结 torch.cat（）函数解析 1. 函数说明 1.1 官网：torch.cat() 函数定义及参数说明如下图所示： 1.2 函数功能 函数将两个张量（tensor）按指定维度拼接在一起，注意： »
pytorch实现好莱坞明星识别的示例代码
目录 一、前期准备 1.设置GPU 2.导入数据 3.数据集划分 4. 数据可视化 二、构建简单的CNN网络 三、训练模型 1.优化器设置 2.编写训练函数 3.编写测试函数 4、正式训练 四、结果可视化 一、前期准备 1.设置GPU import torch from »
取出预训练模型中间层的输出(pytorch)
1 遍历子模块直接提取 对于简单的模型，可以采用直接遍历子模块的方法，取出相应name模块的输出，不对模型做任何改动。该方法的缺点在于，只能得到其子模块的输出，而对于使用nn.Sequensial()中包含很多层的模型，无法获得其指定层的输出。 示例 resnet18取出layer1的输出 fro »
Pytorch中torch.cat()函数举例解析
目录 一. torch.cat（）函数解析 1. 函数说明 2. 代码举例 总结 一. torch.cat（）函数解析 1. 函数说明 1.1 官网：torch.cat()，函数定义及参数说明如下图所示： 1.2 函数功能 函数将两个张量（tensor）按指定维度拼接在一 »
Pytorch可视化(显示图片)及格式转换问题
目录 读取RGB文件 读取HSI文件 在显示图片之前需要注意的几个问题 显示Tensor/numpy的数据类型 Tensor进行数据类型的转换 Numpy进行数据类型的转换 显示图片 保存RGB图像 总结 读取RGB文件 matplotlib 注意 读入的图片的格式： .jpg格式-&g »