weixin_42630613的博客

文章目录1、保存设置1、保存设置def zipdir(path, ziph): files = os.listdir(path) for file in files: if file.endswith(".py") or file.endswith("cfg"): ziph.write(os.path.join(path, file)) if file.endswith("cfg"): os.

import matplotlib.pyplot as pltimport numpy as npimport torchvision.transforms as Tfrom PIL import Imageimg = Image.open('0703.jpg')plt.imshow(np.array(img))plt.savefig("原图.png")plt.show()# 原图-82# transform = T.Resize((82,82))# result = transfo

1、支持的数据格式： batch_size,input_channel,input_h,input_w2、input_tensor = torch.rand(4, 4, 128, 128)随机生成一个4维张量，将其输入到模型内3、https://blog.csdn.net/weixin_42118374/article/details/103761795–修改预训练模型4、variable是torch的数据类型、grad_fn记录了张量求导过程中的运算方法张量的8个属性：data、dtype、sh

首先定义一个模型的类，例如class Resnet（）然后实例化这个类，例如resnet = Resnet（）再在主程序中print（resnet.层名称）即可输出，一般层名称会自己跳出来

MaxPool1d(kernel_size=math.ceil(inputsize / outputsize), stride=math.floor(inputsize / outputsize), padding=0)只要给输入和输出，黑箱操作自动得出结果举个栗子：如果输入是9，想输出4MaxPool1d(kernel_size=math.ceil(9 / 4), stride=math.floor(9 / 4), padding=0)kernel_size=math.ceil(9 / 4)=3

def resnet32(): 返回一个resnet20的类if __name__ == "__main__": for net_name in __all__: if net_name.startswith('resnet'): #print(net_name) test(globals()[net_name...

# target output size of 5x7m = nn.AdaptiveAvgPool2d((5,7))input = torch.randn(1, 64, 8, 9)output = m(input)# output.shape=(1,64,5,7)# target output size of 7x7 (square)m = nn.AdaptiveAvgPool2...

修改数据集图片尺寸以适应现有网络的输入？这是个方法：model_vgg = vgg(include_top=False, weights='imagenet', input_shape=(48, 48, 3))# 选择imagnet,会选择当年大赛的初始参数# include_top=False 去掉最后3层的全连接层看源码可知...

torch实现

叶子节点不能执行in-place操作，因为在进行前向传播的时候得到的是叶子结点的地址，再进行反向传播的时候这个地址不变才不会报错，地址改变了就会出错要将a += torch.ones((1, ))改为a = a + torch.ones((1, ))...

本节第二部分介绍pytorch中的数据结构——Tensor，Tensor是PyTorch中最基础的概念，其参与了整个运算过程，因此本节将介绍张量的概念和属性，如data, device, dtype等，并介绍tensor的基本创建方法，如直接创建、依数值创建和依概率分布创建等。1、张量2、张量的创建---3种方法2.1共享内存举例：（改一个，另一...