pytorch框架第二期

教程詳情

文件下載	文件名稱：pytorch框架第二期	文件大小：2.70 GB
	下載聲明：本站文件大多來自于網絡，僅供學習和研究使用，不得用于商業用途，如有版權問題，請聯系博豬！
	下載地址：下載教程

教程目錄：
pytorch第一周作業講解（1)..ts
pytorch第一周作業講解（2)..ts
pytorch第一周作業講解（3)..ts
pytorch第二周作業講解..ts
開營儀式回放-老師部分.ts
第一周.txt
第一周第一節：pytorch簡介與安裝.ts
第一周第三節：張量操作與線性回歸.ts
第一周第二節：張量簡介與創建.ts
第一周第五節：autograd與邏輯回歸.ts
第一周第四節：計算圖與動态圖機制.ts
第三周.txt
第三周第一節課：模型創建步驟與nn.Module.ts
第三周第三節課.ts
第三周第二節課：模型容器與AlexNet構建.ts
第三周第四節課.ts
第二周..txt
第二周第一節課：Dataloader與Dataset..ts
第二周第三節課：transforms..ts
第二周第二節課：transforms與normalize..ts
第二周第四節課：transforms（二）..ts
第五周...txt
第五周第一節.ts
第五周第三節.ts
第五周第二節：TensorBoard簡介與安裝.ts
第五周第五節.ts
第五周第四節.ts
第六周..txt
第六周第一節.ts
第六周第二節正則化之Dropout.ts
第四周...txt
第四周第一節課：權值初始化.ts
第四周第三節.ts
第四周第二節課.ts
第四周第五節.ts
第四周第四節：優化器(一).ts

任務名稱：PyTorch數據讀取機制Dataloader與Dataset；數據預處理transforms模塊機制
任務簡介：學習PyTorch數據讀取機制中的兩個重要模塊Dataloader與Dataset；熟悉數據預處理transforms方法的運行機制
詳細說明：
本節第一部分介紹pytorch的數據讀取機制，通過一個人民币分類實驗來學習pytorch是如何從硬盤中讀取數據的，并且深入學習數據讀取過程中涉及到的兩個模塊Dataloader與Dataset

第二部分介紹數據的預處理模塊transforms的運行機制，數據在讀取到pytorch之後通常都需要對數據進行預處理，包括尺寸縮放、轉換張量、數據中心化或标準化等等，這些操作都是通過transforms進行的，所以本節重點學習transforms的運行機制
并介紹數據标準化(Normalize)的使用原理
作業名稱（詳解）：
1. 采用步進(Step into)的調試方法從 for i, data in enumerate(train_loader) 這一行代碼開始，進入到每一個被調用函數，直到進入RMBDataset類中的__getitem__函數，記錄從 for循環到RMBDataset的__getitem__所設計的類與函數？
例如：
第一步：for i, data in enumerate(train_loader)
第二步：DataLoader類，__iter__函數
第三步: ***類， ***函數
第n步：RMBDataset類，__getitem__函數
打卡要求：文字簡答
2. 訓練RMB二分類模型，熟悉數據讀取機制，并且從kaggle中下載貓狗二分類訓練數據，自己編寫一個DogCatDataset，使得pytorch可以對貓狗二分類訓練集進行讀取。
數據下載：https://www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition/data 或
鏈接：https://pan.baidu.com/s/16pAXRJtKsOMrKx85Ay0QxA
提取碼：wnn6
打卡要求：提供DogCatDataset代碼的實現截圖或代碼文字。

任務名稱：學習二十二種transforms數據預處理方法；學會自定義transforms方法
任務簡介：pytorch提供了大量的transforms預處理方法，在這裏歸納總結爲四大類共二十二種方法進行一一學習；學會自定義transforms方法以兼容實際項目；
詳細說明：
本節第一部分介紹transforms方法中的裁剪、翻轉和旋轉，共8種方法，同時介紹如何将輸入進模型的數據進行反transforms操作，變爲可以可視化的圖片；
本節第二部分介紹transforms中的8種圖像變換，3種transforms方法的選擇方法；除了pytorch提供的預處理方法，還教大家自定義transforms方法，先通過熟悉transforms的運行機制，總結自定義transforms方法的注意事項，然後制定自定義transforms方法的基本結構，最後
通過椒鹽噪聲的transforms實例來學習自定義transforms方法
鏈接：https://pan.baidu.com/s/16pAXRJtKsOMrKx85Ay0QxA
提取碼：wnn6
作業名稱（詳解）：
1. 将介紹的transforms方法一一地，單獨地實現對圖片的變換，并且通過plt.savefig将圖片保存下來
打卡要求：截圖，不少于10張不一樣的數據增強變換的圖片，如裁剪，縮放，平移，翻轉，色彩變換，錯切，遮擋等等
2. 自定義一個增加椒鹽噪聲的transforms方法，使得其能正确運行
打卡要求：文字簡答，複制YourTransforms類的代碼
3. 用手機将自己錢包中的100元人民币正面進行拍照，并且放到hello pytorch/lesson/lesson-09/test_data/100文件夾下，通過修改不同的數據增強方法，使得模型在10個epoch之後能正确區分你錢包中的100元
打卡要求：截圖，将正确分類的100元的plt.show進行截取

任務名稱：本周學習任務簡單總結
任務簡介：溫故而知新，簡單回顧本周學到幾個重要知識
詳細說明：
每一周的學習任務都比較重，第一次學過之後特别容易忘，所以在周日及時做一個要點回顧，會讓學習效率大大的提升，不會的知識也會越來越少
本周所學的知識點都是屬于機器學習訓練模塊中的數據模塊，對數據進行讀取，預處理，增強，在其中包含了大量的方法函數，如Dataloader，Dataset，transforms系列等等，大家需要對其中各個函數的作用和運行機制要有一個清晰的認識，認真總結本周所講解的數據模塊中的知識點。
作業名稱（詳解）：請用文字描述本周所學知識的重點，并且爲每節課列出關鍵詞，将這些本周的關鍵詞以序号進行排序；
作業提交形式：PPT截圖或手寫拍照,打卡提交.
打卡内容：（可以隻是文字提交，或圖片提交，或組合都行）