深度学习基础知识点

Nov. 3, 2019, 6:26 p.m.

勤快点,勤快点,勤快点!!!

  • 带洞卷积

import torch
import torch.nn as nn
import torch.nn.init as init
import numpy as np


conv1 = nn.Conv2d(in_channels=1, out_channels=1, kernel_size=(3, 1), bias=False, dilation=3)
init.constant_(conv1.weight, 1)

arr = range(1, 8)
arr = np.reshape(arr, [1, 7])
arr = np.expand_dims(arr, 2)
arr = arr.astype(np.float32)
arr = torch.Tensor(arr)
arr = arr.unsqueeze(0)
print(arr)

out1 = conv1(arr)
print(out1.detach().numpy())
print(out1.detach().numpy().shape)
'''
shape: (1, 1, 7, 1)
       [[[[1.],
          [2.],
          [3.],
          [4.],
          [5.],
          [6.],
          [7.]]]]



3 x 1 卷积结果:

dilation=1
[[[[ 6.]
   [ 9.]
   [12.]
   [15.]
   [18.]]]]
(1, 1, 5, 1)

dilation=2
[[[[ 9.]
   [12.]
   [15.]]]]
(1, 1, 3, 1)

dilation=3
tensor([[[[1.],
          [2.],
          [3.],
          [4.],
          [5.],
          [6.],
          [7.]]]])
[[[[12.]]]]
(1, 1, 1, 1)

'''
  • CUDA

    设置CUDA_CACHE_DISABLE为1使缓存失效(也就是没有二进制代码增加到缓存或从缓存中检索)。

  • 常识问题

    机器学习分为三大问题:
    第一, 监督学习,主要是任务驱动(回归/分类), 我们目前需要label的问题都属于监督学习的范畴;
    第二,无监督学习,主要是数据驱动(聚类), 用于在大量无标签数据中发现些什么,训练数据就是无标签的,训练的目标就是能对观察值进行分类或者分区;
    第三,强化学习,普通学校,普通老师一般不玩这个,太难,玩不了,通常用在机器人技术上,目标是训练机器可以持续性进行自我训练。
    嗯,大概分类就是这三大类,都逃不出这三个圈圈,别整混了。

Pytorch 学习集锦

contiguous()调用view之前最好先contiguous, 即x.contiguous().view()。因为view需要tensor的内存是整块的。contiguous:view只能用…

Linux 命令集锦

文章标题:Linux 命令集锦 文章内容: 一个不错的学习Linux命令的教程参考:http://billie66.github.io/TLCL/book/sedpastecutffmpeg轻松将.…

推荐使用 Firefox 访问此站点 | 友情链接: 胡鹏的博客  | Developed by zhangpeng | Copyright © 2018-2020 zhangpeng.ai