-
PyTorch模型的存储与读取
查看全部 -
pytorch加载私人数据集(1)
查看全部 -
pytorch加载私人数据集
查看全部 -
数据集Cifar10
查看全部 -
数据加载与归一(二)
查看全部 -
数据加载与归一
查看全部 -
神经网络的损失函数
查看全部 -
神经网络的训练过程
查看全部 -
Autograd包
查看全部 -
Vector、Matrix和Tensor的概念
查看全部 -
PyTorch与TensorFlow的对比
查看全部 -
CIFAR10是学习阶段常用的小型图像数据集
CIFA10有10类,每类6000张图片
图像大小:32*32*3
每张图有R、G、B三个通道
每个通道有32*32个像素
查看全部 -
数据归一
图像数据像素值一般在[0-255]
在训练神经网络时,我们经常把输入数据值变成[0-1]或[-1,1]之间
pytorch库
数据加载
torchvision.dataset
知名公共数据集可用torchvision.dataset.数据集名称加载
例如:torchvision.dataset.ImageFolder 和 torch.utils.data.DataLoader加载
数据归一 torchvision.transforms
查看全部 -
数据加载与归一:
数据加载:把训练数据导入到神经网络中并对神经网络进行训练
图像分类器训练数据一般较大,无法一次性加载所有数据
例如: CIFAR10数据集含有10个类6万张图片
ImageNet数据集含有1000个类超过100万张图片
需要用mini-batch形式进行加载并训练
每个mini-batch形式只加载所有训练数据集中的一部分数据
任意两个mini-batch之间的数据不重叠
当所有训练数据集中的数据都被加载并训练完一次被称为一个epoch
查看全部 -
卷积神经网络图片分类器
知识要点:数据加载与归一
定义神经网络
定义损失函数
训练、测试神经网络
神经网络存储与读取
查看全部
举报