一 线性回归框架 线性模型的四个模块：训练的数据集，线性模型，损失函数，优化算法。 1.1 数据集 使用房价预测数据集，我们希望根据房屋的面积和房龄等来估算房屋价格。 1.2 线性模型 预测公式， 价格 = 权重1 * 面积 + 权重2 * 房龄 + 截距： 中间版 ...

【PyTorch】进阶学习：一文详细介绍 load_state_dict() 的应用场景、实战代码示例 🌵文章目录🌵 🚀一、模型迁移学习中的 load_state_dict()📚二、微调（Fine-tuning）中的 load_state_dict()💡三、多模型集成与参数共享🔄四、模型恢复与继续训练💣五、注意事项与常见问题🎓六、进阶技巧与扩展应用🎉七、总结与展望相关博客关键词 🚀一、模型迁移学习中的 loa...

【PyTorch】基础学习：在终端中打印或查看当前虚拟环境下的Pytorch版本信息 🌵文章目录🌵 💡 一、引言：了解PyTorch版本信息的重要性📦 二、虚拟环境的基础知识🔍 三、在终端中查看PyTorch版本信息3.1 激活虚拟环境3.2 查看PyTorch版本 💻 四、示例操作🔧 五、常见问题及解决方案5.1 ImportError：No module named 'torch'5.2 虚拟环境未激活或...

【PyTorch】基础学习：在Pycharm等IDE中打印或查看Pytorch版本信息 🌵文章目录🌵 📚 一、引言：为何需要查看PyTorch版本信息💻 二、PyCharm等IDE的基本介绍🔍 三、在PyCharm中查看PyTorch版本信息3.1 在Python控制台中查看3.2 在代码编辑器中查看 💡 四、其他IDE中查看PyTorch版本信息的方法4.1 在Jupyter Notebook中查看4.2 ...

【Pytorch】进阶学习：基于矩阵乘法torch.matmul()实现全连接层 🌵文章目录🌵 🚀一、引言🔍二、全连接层的基本原理🔩三、使用torch.matmul()实现全连接层🎛️四、使用PyTorch的nn.Linear模块实现全连接层🔎五、小结与注意事项🤝六、实战演练：构建简单的神经网络📚七、进阶学习：深度神经网络与全连接层🤝八、期待与你共同进步 🚀一、引言   在深度学习的世界里，全连接层（Full...

tures = features 这是将传入的features参数赋值给类的features属性。 self.classifier = nn.Sequential() 这个代码定义了一个顺序模型，它是pytorch定义的一个包含多个层的容器，这些层会按照它们被添加到容器中的顺序被应用，具体来说，这个分类器包括了以下层： nn.Linear(77512,4096), nn.Relu(True), nn.Dropo...

【PyTorch】进阶学习：探索BCEWithLogitsLoss的正确使用—二元分类问题中的logits与标签形状问题 🌵文章目录🌵 🧠 一、理解二元分类与BCEWithLogitsLoss💡 二、logits与标签的形状匹配问题🔧 三、解决形状匹配问题的策略🔍 四、常见问题与解决方案🤝 五、期待与你共同进步🚀 结尾💡 关键词 🧠 一、理解二元分类与BCEWithLogitsLoss   在深度学习中，二元...

【Pytorch】进阶学习：深入解析 sklearn.metrics 中的 classification_report 函数—分类性能评估的利器 🌵文章目录🌵 📊一、分类性能评估的重要性🔍二、深入了解classification_report函数🚀三、使用classification_report评估模型性能🔎四、解读classification_report的内容🎯五、优化模型性能📈六、使用classifi...

【Pytorch】新手入门：基于sklearn实现鸢尾花数据集的加载 🌵文章目录🌵 🌸一、鸢尾花数据集简介📚二、基于Python加载鸢尾花数据集🎨三、探索鸢尾花数据集🔍四、使用鸢尾花数据集进行模型训练🛠️五、优化模型性能🛠️六、使用鸢尾花数据集进行模型选择📚七、总结与进一步学习 🌸一、鸢尾花数据集简介   鸢（yuān）尾花数据集（Iris dataset）是机器学习和统计学中常用的一个经典数据集，主要用于分...

关注B站查看更多手把手教学： 基本用法 torch.utils.data.Dataset 是 PyTorch 中一个非常重要的抽象类，它用于表示数据集，方便数据加载和预处理。通过实现这个类的两个方法 __len__ 和 __getitem__，你可以自定义自己的数据集类。__len__ 方法应返回数据集的大小（即样本数），而 __getitem__ 方法则根据给定的索引返回一个样本。 以下是一个简单的示例，说...