主要内容 包含题目： 链表基础知识： 上页的答案： 题目 例1 链表逆序 206 easy 方法一 就地逆置法 方法二 头插法 两种方法的比较 例2 链表中间段逆序 92 m...
发简信
IP属地：四川
-
-
-
pytorch【迭代训练模块之可视化】三、TensorBoard使用（二）（代码见lesson-22） 一、add_image 和 make_grid 这个函数可以可视化图像。 注意尺度，如果输入的像素值全都是0-1，那么会乘255再显示。如果输入...
-
pytorch【迭代训练模块之可视化】二、TensorBoard使用（一）（代码见lesson-21） 1、SummaryWriter 2、add_scalar和add_histogram
-
pytorch【迭代训练模块之可视化】一、TensorBoard可视化（代码见lesson-20） 一、TensorBoard简介 安装tensorboard后，用网页打开会是一片空白，看了这个老哥说的解决办法 ，把tensorboard的版本...
-
pytorch【优化器模块】三、学习率调整策略（代码见lesson-19） 一、为什么要调整学习率 二、学习率调整的六种策略 六种策略都是继承于同一个基类 可以对不同的参数组设置不同的调整方法。（用于fine tuning）
-
-
pytorch【损失函数模块】二、损失函数之二（代码见lesson-16） 5、nn.L1Loss和6、nn.MSELoss 7、SmoothL1Loss 8、PoissonNLLLoss 9、nn.KLDivLoss ...
-
pytorch【损失函数模块】一、损失函数之一一、什么是损失函数 1.nn.CrossEntropyLoss（非真正交叉熵损失） 2.nn.NLLLoss（只是求了一个负） 3.nn.BCELoss（真正的交叉熵损失） ...
-
-
pytorch【模型模块】四、nn网络层：池化层-线性层-激活函数层一、池化层 最大值池化和平均池化（池化可用于冗余信息的剔除，以及减少计算量） 1、最大池化nn.MaxPool2d 用于记录最大值像素所在位置的索引，在最大值反池化上采样的时...
-
pytorch【模型模块】三、卷积层一、1维、2维、3维卷积 （代码见lesson-12） 1、总述 2、二维卷积nn.Conv2d padding主要是可以保持输出的大小。 空洞卷积用于图像分割任务，用于提升...
-
pytorch【模型模块】二、模型容器与AlexNet构建一、模型容器——containers ModuleList可以让网络层像list那样迭代，ModuleDict可以给每个网络层命名并索引。 1.容器之sequential （...
-
pytorch【模型模块】一、模型创建步骤与nn.Module一、前言 机器学习模型主要有以下几个大的模块： 前面的内容是关于数据模块，这里的内容是关于模型模块。 二、模型创建步骤 LeNet由各层组成，一个LeNet是一个nn.Mod...
-
pytorch 图像预处理 transforms数据增强方法（二）一、transforms图像变换 1.transforms图像变换之pad 2.transforms图像变换之colorjitter 3,4: transforms图像变换之...
-
pytorch 图像预处理 transforms图像增强方法（一）一、数据增强总述 二、数据增强——crop裁剪 expand：上图中，左边的图是expand为false，右边的图是expand为true。 默认是中心旋转，center为0...