转自：https://blog.csdn.net/dss_dssssd/article/details/82977170
https://blog.csdn.net/dss_dssssd/article/details/82980222
https://blog.csdn.net/dss_dssssd/article/details/84103834
下面是使用squential来自定义网络层的例子：
自定义损失函数：
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：pytorch自定义网络层以及损失函数 - Python技术站
1.显卡驱动可以根据自己的显卡型号去nvidia官网去下 2.cuda装的是10.0 3.cudnn装的是7.4.2 4.tensorflow-gpu=1.13.0rc1 安装过程中两个链接对自己帮助最大： 1.cuda、cudnn卸载与安装 2.找不到libcublas.so.10.0文件 3.cuda、显卡驱动对应关系 4.tensorflow、cu…
9.1 复杂数据的局部性建模 第3章使用决策树来进行分类。决策树不断将数据切分成小数据集，直到所有目标变量完全相 同 ，或者数据不能再切分为止。决策树是一种贪心算法，它要在给定时间内做出最佳选择，但并不关心能否达到全局最优。 树回归 优点：可以对复杂和非线性的数据建模。 缺点：结果不易理解。 适用数据类型：数值型和标称型数据。 第3章使用的树构建算法是ID3…
之前都在服务器上跑pytorch，近来发现新版本可在windows上跑了，甚是开心。 环境： windows7 python3 无CPU 步骤： 1. 确保确保python版本在3.5.3/3.6.2及以上版本，更新时只需下载所需的python setup exe，会有更新提示，无需 2. 到pytorch官网 https://pytorch.org/ …
经典方法包括： 基于region proposal的： R-CNN Fast R-CNN Faster R-CNN R-FCN 基于回归方法的： YOLO SSD region proposal方法 区域建议方法的主要思路是：找出可能的目标区域 + 提取目标区域特征 + 对目标区域分类 and 对目标Box回归 R-CNN: 1.使用select searc…
solver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为 #caffe train –solver=*_solver.prototxt 在Deep Learning中，往往loss function是非凸的，没有解析解，我们需要通过优化方法来求解。solver的主要作用就是…
文章简介 使用python简单实现机器学习中单元线性回归算法。 算法目的 该算法核心目的是为了求出假设函数h中多个theta的值，使得代入数据集合中的每个x，求得的h(x)与每个数据集合中的y的差值的和最小。简单来说就是需要生成一个函数，它尽可能贴近实际数据中的每个值，方便我们预测。 核心算法 假设函数 即需要求的函数，为了简单在此只设置一个x对应一个y，求…
人工智能正在驱动新一轮的商业变革，而算法技术则是推动核心底层技术的重要力量。算法崛起时代，技术浪潮可谓一日千里，算法工程师也只有不断精进自身技术，才能与时俱进、驭浪前行。近日，奇点云算法工程师三角肌在目标检测算法领域又有新突破。 摘要 卷积神经网络对目标检测的精度有着显著的提升，并且随着卷积神经网络的深度加深，对目标检测精度提升也越大，但是也需要更多的浮点计…
【第一部分】视频学习心得及问题总结 1.视频学习心得 蔺一迪：老师在第一节中首先介绍了深度学习的一些数学基础包括线性代数中矩阵线性变化、秩的概念，以及低秩近似等内容，还讲述了损失函数、误差函数等内容。 第二节中，讲述了卷积网络。新的神经网络的提出必然能够解决一些现有问题，因为传统神经网络权重矩阵的参数过多，会导致过拟合现象，因此提出了卷积神经网络。卷积网络由…
微信扫一扫 
支付宝扫一扫