srcmini - 专业IT技术分析博客srcmini

个性化阅读
专注于IT技术分析

最新文章 第1719页

PyTorch数据扩充流程实例图解-srcmini
Python

PyTorch数据扩充流程实例图解

半瓶木阅读(2058)评论(0)赞(0)

以前, 我们看到模型准确性有了显着提高。我们的模型已经过有效训练, 可以对训练数据进行分类。验证数据不能很好地推广解决过度捕捞问题。现在, 让我们讨论另一种改善模型训练过程的技术。此技术称为数据增强。这是我们为模型创建新数据以在训练过程中使...

PyTorch实战:卷积神经网络的实现-srcmini
Python

PyTorch实战:卷积神经网络的实现

半瓶木阅读(1109)评论(0)赞(0)

我们使用了深度神经网络对无尽的数据集进行分类, 结果发现它无法最好地对数据进行分类。当使用深度神经网络时, 模型的准确性不足, 模型可以改进。借助卷积神经网络将实现这一改进。让我们开始实现用于图像识别的卷积神经网络。 有以下步骤来实现CNN...

PyTorch高级开发:卷积神经网络(图解分析)-srcmini
Python

PyTorch高级开发:卷积神经网络(图解分析)

半瓶木阅读(1582)评论(0)赞(0)

本文概述 卷积层 大步前进 填充 池化层 全连接层 卷积神经网络是神经网络中进行图像分类和图像识别的主要类别之一。场景标记, 物体检测和面部识别等是卷积神经网络广泛使用的一些领域。 CNN将图像作为输入, 将其分类并按特定类别(例如狗, 猫...

Python

PyTorch基础概念:张量用法详解

半瓶木阅读(1671)评论(0)赞(0)

本文概述 矩阵或张量 张量运算 变量和梯度 必须了解使用PyTorch所需的所有基本概念。 PyTorch完全基于张量。张量具有要执行的操作。除此之外, 执行任务还需要其他许多概念。 现在, 逐一理解所有概念, 以深入了解PyTorch。 ...

Python

PyTorch中样式转移的图像加载和转换

半瓶木阅读(1120)评论(0)赞(0)

本文概述 图片载入 图像转换 绘制图像 导入所有必需的库并将VGG-19添加到我们的设备后, 我们必须将图像加载到要申请样式转移的内存中。我们有一个内容图像, 样式图像和目标图像将是这两个图像的组合。并非每个图像都需要具有相同的大小或像素。...

Python

PyTorch的梯度用法图解

半瓶木阅读(1996)评论(0)赞(0)

在本节中, 我们讨论了派生工具及其如何在PyTorch上应用。所以开始吧 梯度用于查找函数的导数。用数学术语来说, 导数是指部分区分函数并找到值。 下面是如何计算函数导数的图。 我们在上图中完成的工作将在带有梯度的PyTorch中完成。有以...

Python

PyTorch CIFAR-10和CIFAR-100数据集

半瓶木阅读(3609)评论(0)赞(0)

在上一主题中, 我们学习了如何使用无限数据集来识别数字图像。由于它的简单性, 无穷数据集是深度学习的入门数据集。无休止的数据集是深度学习的世界。 CIFAR 10(加拿大高级研究所)将更难以分类, 并且将带来我们需要克服的新障碍。它是图像的...