pyTorch常用工具包

一、torchvision包

torchvision包,是服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型。
torchvision.datasets:一些加载数据的函数及常用的数据集接口;
torchvision.models:包含常用的模型结构(含预训练模型),例如AlexNet、VGG、ResNet等;
torchvision.transforms:常用的图片转换,例如裁剪、旋转等;
torchvision.utils:其他的一些有用的方法
下载数据集:

trans = transforms.ToTensor()  mnist_train = torchvision.datasets.FashionMNIST(root="../data", train = True, transform = trans, download= True) mnist_test = torchvision.datasets.FashionMNIST(root="../data", train = False, transform = trans, download= True) 

二、torch基础函数

  • torch.normal(mean=0.,std=1.,size=(2,2))

mean是均值,std是方差,size是生成的数据的size

应用:用来初始化w权重:

 w = torch.normal(0,0.01,size = (num_inputs,num_outputs),requires_grad=True) 
  • torch.zeros(size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

返回一个形状为为size,类型为torch.dtype,里面的每一个值都是0的tensor

应用:初始化b权重

b = torch.zeros(num_outputs,requires_grad=True) 
  • torch.exp(x)

是一个以自然数e为底的log函数

 

原文链接:https://blog.csdn.net/greet001/article/details/122741380?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165277037516781683930217%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=165277037516781683930217&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-20-122741380-null-null.nonecase&utm_term=%E5%AE%9E%E7%94%A8%E5%B7%A5%E5%85%B7

© 版权声明
THE END
喜欢就支持一下吧
点赞0打赏 分享
评论 抢沙发
头像
文明发言,共建和谐米科社区
提交
头像

昵称

取消
昵称表情图片