《PyTorch深度学习快速入门教程》学习笔记(第17周)

目录

摘要

Abstract

[1. Transforms用途](#1. Transforms用途)

[2. Transforms该如何使用](#2. Transforms该如何使用)

[2.1 transforms.Totensor使用](#2.1 transforms.Totensor使用)

[2.2 需要Tensor数据类型原因](#2.2 需要Tensor数据类型原因)

[3. 常见的Transforms工具](#3. 常见的Transforms工具)

[3.1 __call__魔术方法使用](#3.1 __call__魔术方法使用)

[3.2 Normanize归一化](#3.2 Normanize归一化)

[3.3 Resize裁剪](#3.3 Resize裁剪)

[3.3.1 Resize裁剪方法一](#3.3.1 Resize裁剪方法一)

[3.3.2 Resize裁剪方法二](#3.3.2 Resize裁剪方法二)

[3.4 RandomCrop随机裁剪](#3.4 RandomCrop随机裁剪)

[3.4.1 RandomCrop随机裁剪方式一](#3.4.1 RandomCrop随机裁剪方式一)

[3.4.2 RandomCrop随机裁剪方式二](#3.4.2 RandomCrop随机裁剪方式二)


摘要

本周报的目的在于汇报《PyTorch深度学习快速入门教程》课程第三周的学习成果,主要聚焦于Transforms的使用以及其相关内容。

在这本周的学习中,课程内容主要涵盖了Transforms使用,包括常见的Transfroms工具,Resize裁剪和RandomCrop随机裁剪等等。

本篇文章将对学习内容进行详细的阐述,并在最后部分对本周的学习内容进行总结。本周报旨在通过这种方式,将理论知识与实践应用有效地结合起来,为深度学习的基础内容学习与方向提供概括性总结。

Abstract

The purpose of this weekly report is to present the learning outcomes of the third week of the PyTorch Deep Learning Quick Start Tutorial course, with a focus on the use of Transformers and its related content.

In this week's learning, the course content mainly covers the use of Transformers, including common Transfors tools, Resize cropping, RandomCrop, and so on.

This article will provide a detailed explanation of the learning content and summarize the learning content for this week in the final section. This weekly report aims to effectively combine theoretical knowledge with practical applications in this way, providing a summary of the basic content and direction of deep learning learning learning.

1. Transforms用途

① Transforms当成工具箱的话,里面的class就是不同的工具。例如像totensor、resize这些工具。

② Transforms拿一些特定格式的图片,经过Transforms里面的工具,获得我们想要的结果。

2. Transforms该如何使用

2.1 transforms.Totensor使用

2.2 需要Tensor数据类型原因

① Tensor有一些属性,比如反向传播、梯度等属性,它包装了神经网络需要的一些属性。

② 在 Anaconda 终端里面,激活py3.6.3环境,再输入 tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs 命令,将网址赋值浏览器的网址栏,回车,即可查看tensorboard显示日志情况。

③ 输入网址可得Tensorboard界面。

3. 常见的Transforms工具

① Transforms的工具主要关注他的输入、输出、作用。

3.1 __call__魔术方法使用

3.2 Normanize归一化

3.3 Resize裁剪

3.3.1 Resize裁剪方法一

3.3.2 Resize裁剪方法二

3.4 RandomCrop随机裁剪

3.4.1 RandomCrop随机裁剪方式一

3.4.2 RandomCrop随机裁剪方式二

相关推荐
AIGC_ZY5 分钟前
扩散模型中三种加入条件的方式:Vanilla Guidance,Classifier Guidance 以及 Classifier-Free Guidance
深度学习·机器学习·计算机视觉
三三木木七1 小时前
BERT、T5、GPTs,Llama
人工智能·深度学习·bert
蓑衣客VS索尼克1 小时前
无感方波开环强拖总结
经验分享·单片机·学习
肥肠可耐的西西公主1 小时前
前端(AJAX)学习笔记(CLASS 4):进阶
前端·笔记·学习
xiangzhihong82 小时前
GitHub神秘组织3小时极速复刻Manus
人工智能·深度学习·机器学习
云上艺旅2 小时前
K8S学习之基础十五:k8s中Deployment扩容缩容
学习·docker·云原生·kubernetes·k8s
ZHOU_WUYI2 小时前
Process-based Self-Rewarding Language Models 论文简介
人工智能·深度学习
亭墨2 小时前
linux0.11内核源码修仙传第五章——内存初始化(主存与缓存)
linux·c语言·驱动开发·学习·缓存·系统架构
西猫雷婶2 小时前
神经网络|(十五)|霍普菲尔德神经网络-Storkey 训练
人工智能·深度学习·神经网络
凡人的AI工具箱3 小时前
PyTorch深度学习框架60天进阶学习计划第14天:循环神经网络进阶
人工智能·pytorch·python·深度学习·学习·ai编程