【PyTorch】深度学习实战（1）——基于主动学习策略处理Mnist分类任务
【PyTorch】深度学习实战（1）——基于主动学习策略处理Mnist分类任务 🌵文章目录🌵 🔥一、引言📚二、核心思路💻三、数据准备🚀四、模型构建与初始训练与测试🔍五、主动学习📊六、模型评估🎉七、总结与展望🤝和您交个朋友 🔥一、引言 在深度学习的日常实践中，我们经常会遇到标注数据不足的问题。想象一下，如果你有大量的数据需要标注，但时间和预算都有限，你会怎么做？ 这时，主动学习就派上用场了。主动学习就像是个...
时空序列预测模型—PredRNN(Pytorch)
代码分为3文件： PredRNN_Cell.py #细胞单元 PredRNN_Model.py #细胞单元堆叠而成的主干模型 PredRNN_Main_Seq2seq_test.py #用于外推的Seq2seq 编码解码 # PredRNN_Cellimport torch.nn as nnfrom torch.autograd import Variableimport torch#########...
卷积神经网络（Pytorch 08）
一 从全连接层到卷积 卷积网络 主干的基本元素：这包括 卷积层本身、填充（padding）和 步幅 （stride）的基本细节、用于在相邻区域汇聚信息的 汇聚层（pooling）、在每一层中多通道（channel）的使用。卷积神经网络 （convolutional neural networks，CNN）是机器学习利用自然图像中一些已知结构的创造性方法。 的多层感知机十分适合处理表格数据，其中 行对应样本，列对...
Windows系统安装PyTorch
PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序,PyTorch的核心思想是使用张量（tensor）来表示数据，并通过动态计算图来构建和训练神经网络模型。这种动态计算图的方式与静态图相比，提供了更大的灵活性和易用性,用户可以在模型训练过程中实时地查看和修改计算图，从而更好地理解和优化模型的性能。 在安装PyTorch之前需要先安装Anaconda 安装Anac...
pytorch-分类-检测-分割的dataset和dataloader创建
1.前言 在PyTorch中，Dataset和DataLoader是两个重要的工具，用于构建输入数据的管道。 （1）Dataset是一个抽象类，表示数据集，需要实现__len__和__getitem__方法。 （2）DataLoader是一个可迭代的数据加载器，它封装了数据集的加载、批处理、打乱和并行加载等功能。 2.分类任务创建Dataset和DataLoader （1）对于分...
kaggle竞赛（房价预测）（Pytorch 06）
一 下载数据集 此数据集由Bart de Cock于2011年收集，涵盖了2006‐2010年期间 亚利桑那州 埃姆斯市的房价。 下载地址： import hashlibimport osimport tarfileimport zipfileimport requests #@saveDATA_HUB = dict()DATA_URL = 'http://d2l-data.s3-accelerat...
Pytorch for training1——read data/image
torchvision import datasets,transformsfrom torch.utils.data import DataLoader# transform.Compose是PyTorch中的一个类，用于将多个图像变换操作组合在一起。它的作用是将这些操作按照顺序依次应用于输入的图像数据。trans = transforms.Compose([ np.float32, transfor...
【PyTorch实战演练】Faster R-CNN介绍以及通过预训练模型30行代码实现目标检测
1.1 R-CNN1.2 Fast R-CNN1.3 Faster R-CNN 2. 预训练模型3. 目标检测代码及解析4. 结果展示 0. 前言 本文介绍Faster R-CNN的结构及原理，并基于PyTorch官方文档使用预训练好的模型进行目标检测实例。 1. R-CNN的发展史 1.1 R-CNN R-CNN的提出背景 R-CNN（Regions with Convolutional Neural Net...
图神经网络实战（6）——使用PyTorch构建图神经网络
图神经网络实战（6）——使用PyTorch构建图神经网络 0. 前言1. 传统机器学习与人工智能2. 人工神经网络基础2.1 人工神经网络组成2.2 神经网络的训练 3. 图神经网络4. 使用香草神经网络执行节点分类4.1 数据集构建4.2 模型构建4.3 模型训练 5. 实现香草图神经网络执行节点分类5.1 图神经网络基本原理5.2 实现香草图神经网络 小结系列链接 0. 前言 图数据集通常比简单的连接集合...
【图像合成】基于DCGAN典型网络的MNIST字符生成（pytorch）
关于 近年来，基于卷积网络（CNN）的监督学习已经 在计算机视觉应用中得到了广泛的采用。相比之下，无监督 使用 CNN 进行学习受到的关注较少。在这项工作中，我们希望能有所帮助 缩小了 CNN 在监督学习和无监督学习方面的成功之间的差距。我们介绍一类称为深度卷积生成的 CNN 对抗性网络（DCGAN），具有一定的架构限制，以及 证明他们是无监督学习的有力候选人。训练 在各种图像数据集上，我们展示了令人信服的...