花费 10 ms
VAE变分自编码器Keras实现

  变分自编码器(variational autoencoder, VAE)是一种生成模型,训练模型分为编码器和解码器两部分。   编码器将输入样本映射为某个低维分布,这个低维分布通常是不同维度之间 ...

Fri Jul 24 06:44:00 CST 2020 0 2090
直接理解转置卷积(Transposed convolution)的各种情况

  使用GAN生成图像必不可少的层就是上采样,其中最常用的就是转置卷积(Transposed Convolution)。如果把卷积操作转换为矩阵乘法的形式,转置卷积实际上就是将其中的矩阵进行转置,从而 ...

Fri Oct 30 07:19:00 CST 2020 0 1398
Tensorflow2.0与Keras搭建个性化神经网络模型

  Keras是基于Tensorflow(以前还可以基于别的底层张量库,现在已并入TF)的高层API库。它帮我们实现了一系列经典的神经网络层(全连接层、卷积层、循环层等),以及简洁的迭代模型的接口,让 ...

Fri Aug 21 07:51:00 CST 2020 0 1626
Pytorch显存动态分配规律探索

  下面通过实验来探索Pytorch分配显存的方式。 实验 显存到主存   我使用VSCode的jupyter来进行实验,首先只导入pytorch,代码如下:   打开任务管理器 ...

Tue Nov 17 07:21:00 CST 2020 0 890
Pytorch训练时显存分配过程探究

  对于显存不充足的炼丹研究者来说,弄清楚Pytorch显存的分配机制是很有必要的。下面直接通过实验来推出Pytorch显存的分配过程。   实验实验代码如下:   输出如下: ...

Thu Dec 10 05:40:00 CST 2020 0 831
使用Pytorch搭建模型

  本来是只用Tenorflow的,但是因为TF有些Numpy特性并不支持,比如对数组使用列表进行切片,所以只能转战Pytorch了(pytorch是支持的)。还好Pytorch比较容易上手,几乎完美 ...

Sun Oct 25 22:05:00 CST 2020 0 864
Pytorch数据读取与预处理实现与探索

  在炼丹时,数据的读取与预处理是关键一步。不同的模型所需要的数据以及预处理方式各不相同,如果每个轮子都我们自己写的话,是很浪费时间和精力的。Pytorch帮我们实现了方便的数据读取与预处理方法,下面 ...

Fri Mar 26 19:07:00 CST 2021 0 513
使用tensorboard可视化模型

  Tensorboard是TF自带的可视化工具。它可以让我们从各个角度观察与修改模型,比如观察模型在训练时的loss动态变化曲线而无需在迭代完毕后再画图、绘制神经网络的结构图、调节超参数等。下面以最 ...

Tue Oct 27 04:00:00 CST 2020 0 740

 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM