《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
茯苓gao4 小时前
嵌入式开发笔记:CANopen相关移位运算与通信协议术语详解
网络·嵌入式硬件·学习·信息与通信
wumingxiaoyao4 小时前
从 0 开始学 AI:第 2 课,AI、机器学习、深度学习和大模型是什么关系?
人工智能·深度学习·机器学习·ai·大模型·llm
bandaoyu5 小时前
大模型训练并行技术理解-DP/TP/PP/SP/EP
深度学习
手写码匠5 小时前
手写 AI 上下文压缩系统:从零实现 Prompt 压缩与选择性上下文管理
人工智能·深度学习·算法·aigc
HERR_QQ8 小时前
强化学习的数学原理 学习笔记
人工智能·笔记·学习·自动驾驶
大鱼>8 小时前
推荐系统原理与实现:协同过滤/内容推荐/深度学习
人工智能·深度学习
MartinYeung59 小时前
[论文学习]DP-Fusion:面向大语言模型的令牌级差分隐私推理-深度解析
人工智能·学习·语言模型
zwenqiyu9 小时前
非线性字符串数据结构串讲
数据结构·c++·学习·算法
天一生水water10 小时前
注意力机制与transformer 的关系与区别
人工智能·深度学习·transformer
AI街潜水的八角10 小时前
口罩检测和识别2:基于深度学习YOLO26神经网络实现口罩检测和识别(含训练代码和数据集)
人工智能·深度学习·神经网络