创建于2020年9月17日,用于记录学习过程中编写的或copy的ipynb文件,以供自己复习。
iris_pytorch_200824
用熟悉的鸢尾花(iris)数据集来学习Pytorch,包括简单神经网络的不同搭建方法。利用Pytorch实现神经网络时,要注意:
1. numpy和tensor的互化
2. 数据类型的转化,包括numpy的int32、float64等,注意numpy中astype()的用法。
3. 注意conv接收的数据为4维:batch, channel, H, W,维度的增加和减少要记住squeeze()和unsqueeze()的用法,改变tensor尺寸要熟悉view()的用法。
TorchTensor学习+AdderNet_20200814
假期对torch的简单回顾,包括CVPR2020上AdderNet论文的尝试。这个notebook中要注意,想要手动定义卷积核,可以使用torch.nn.functional中的conv2d(),它和torch.nn中的Conv2d不太一样,注意区别功能和函数名的大小写。
-
GD_iris_20200918.ipynb
借助iris数据集对几种常见的梯度学习进行对比。 -
mnist.ipynb
这个notebook主要用来:- 学习pytorch训练模型
- 学习dataloader方法和ImageFolder方法,后者主要用于从图片加载数据集
- 学习如何迭代读取数据训练模型
- 学习tensorboard的使用
- 学习常见的transforms图像增强方法