Samar-blog

摘要： 17.1官網：Docs-PyTorch-torch.nn-Convolution Layers 1.nn.Conv2d：圖像主要是二維矩陣 點擊查看代碼 class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, p 閱讀全文

摘要： 16.1torch.nn.functional.conv2d的參數（官網） 點擊查看代碼 input：input tensor of shape (minibatch,in_channels,iH,iW) weight：filters of shape (out_channels,in_channe 閱讀全文

摘要： 打開PyTorch官網 1.找到troch.nn的Containers 2.打開pycharm：代碼-生成-重寫方法-選擇第一個要初始化的方法__init__ 3.pycharm運行代碼如下 點擊查看代碼 import torch from torch import nn #1.定義神經網絡的模板 閱讀全文

摘要： 14.1Pytorch官網打開torch.utils.data.DataLoader 14.2在pycharm使用DataLoader 它返回img和target 代碼如下： 點擊查看代碼 import torchvision from torch.utils.data import DataLoa 閱讀全文

摘要： 13.1Transforms中的類 1.打開pytorch官網 2.找到CIFAR10，這個數據集比較小 3.點擊圖片上紅色的CIFAR10 4.這里的鏈接就是Pycharm下載到dataset里面的東西 13.2CIFAR10數據集的下載與導入 1.在Pycharm下載，下載到dataset 2. 閱讀全文

摘要： 12.1Resize使用 1.Resize使用1_輸入的size為sequence 【注：“忽略大小寫，進行提示匹配”的設置：一般情況下，你需要輸入R，才能提示出Resize；我們想設置，即便你輸入的是r，也能提示出Resize，也就是忽略了大小寫進行匹配提示】 步驟如下： （1）對Resize() 閱讀全文

摘要： 11.1_call_使用 11.2ToTensor使用 1.代碼如下： 點擊查看代碼 from PIL import Image from torch.utils.tensorboard import SummaryWriter from torchvision import transforms 閱讀全文

摘要： 10.1為什么需要Tensor數據類型 1.通過transforms.ToTensor去看兩個問題： ①transforms的使用（pytorch)；②為什么需要ToTensor數據類型。 2.為什么需要ToTensor數據類型？ 因為他包裝了我們反向神經網絡所需要的理論基礎的參數 點擊查看代碼 f 閱讀全文

摘要： 9.1Transforms的結構及用法 【B站】PyTorch深度學習快速入門教程（絕對通俗易懂！）【小土堆】 打開pycharm: 9.2PIL數據類型 9.3Transforms.ToTensor使用 正確用法VS我的錯誤用法 1.ToTensor是Transforms的一個類 【deepsee 閱讀全文

摘要： 8.1add_image( )使用 由于PIL類型不符合add_image()函數要求， image模塊要求的數據類型包括：torch tensor,numpy array,string等； 1.使用opencv （1）安裝opencv庫 numpy最常用的讀取方法是opencv （2）opencv 閱讀全文