YEY Blog

Life is a long long journey.

PyTorch 12：nn 网络层：卷积层

PyTorch 学习笔记

Lecture 12 nn 网络层：卷积层在上节课中，我们学习了如何在 PyTorch 中搭建神经网络模型，以及在搭建网络的过程中常用的容器： Sequential、ModuleList 和 ModuleDict。本节课开始，我们将学习 PyTorch 中常见的网络层，现在我们先重点学习卷积层。 1. 一维、二维和三维卷积卷积运算 (Convolution)：卷积核在输入信号 (图...

Posted by YEY on December 16, 2020

PyTorch 11：模型容器与 AlexNet 构建

PyTorch 学习笔记

Lecture 11 模型容器与 AlexNet 构建上节课中，我们学习了如何搭建一个模型，搭建模型的过程中有两个要素：构建子模块和拼接子模块。另外，搭建模型时还有一个非常重要的概念：模型容器 (Containers)。本节课我们将学习模型容器以及 AlexNet 的构建。 1. 模型容器在 PyTorch 模型容器中有三个常用模块：nn.Sequetial、nn.ModuleLi...

Posted by YEY on December 15, 2020

PyTorch 10：模型创建步骤与 nn.Module

PyTorch 学习笔记

Lecture 10 模型创建步骤与 nn.Module 前几节课中，我们学习了 PyTorch 的数据模块，并了解了 PyTorch 如何从硬盘中读取数据，然后对数据进行预处理、数据增强，最后转换为张量的形式输入到我们的模型中。在深度模型中，会对张量进行一系列复杂的数学运算，最终得到用于分类、分割、目标检测等任务的输入。本节课中，我们将学习 PyTorch 中模型的创建以及 nn.Mod...

Posted by YEY on December 14, 2020

PyTorch 09：transforms 图像变换、方法操作及自定义方法

PyTorch 学习笔记

Lecture 09 transforms 图像变换、方法操作及自定义方法上节课中，我们学习了 transforms 中的裁剪、旋转和翻转，本节课我们将继续学习 transforms 中的其他数据增强方法。 1. transforms 图像变换 transforms.Pad 功能：对图片边缘进行填充。 1 2 3 4 5 transforms.Pad( padding, ...

Posted by YEY on December 13, 2020

PyTorch 08：transforms 数据增强：裁剪、翻转、旋转

PyTorch 学习笔记

Lecture 08 transforms 数据增强：裁剪、翻转、旋转在之前课程中，我们已经熟悉了 PyTorch 中 transforms 的运行机制，它提供了大量的图像增强方法，例如裁剪、旋转、翻转等等，以及可以自定义实现增强方法。本节课中，我们将进一步学习 transforms 中的图像增强方法。 1. 数据增强数据增强 (Data Augmentation) 又称为数据增广...

Posted by YEY on December 12, 2020