xml地图|网站地图|网站标签 [设为首页] [加入收藏]

智能家电

当前位置:美高梅游戏网站 > 智能家电 > 超简单!pytorch入门教程(三):构造一个小型

超简单!pytorch入门教程(三):构造一个小型

来源:http://www.gd-chuangmei.com 作者:美高梅游戏网站 时间:2019-09-06 02:22

我们按照超简单!pytorch入门教程:准备图片数据集准备好了图片数据以后,就来训练一下识别这10类图片的cnn神经网络吧。

学过深度卷积网络的应该都非常熟悉这张demo图(LeNet):

按照超简单!pytorch入门教程:构造一个小型CNN构建好一个神经网络,唯一不同的地方就是我们这次训练的是彩色图片,所以第一层卷积层的输入应为3个channel。修改完毕如下:

图片 1

图片 2我们准备了训练集和测试集,并构造了一个CNN。与之前LeNet不同在于conv1的第一个参数1改成了3

此图是LeNet的结构图,把32*32的手写英文字符图片作为输入,训练出一个对于手写字符的分类器

现在咱们开始训练

若想深入了解该网络请参考卷积神经网络(一):LeNet5的基本结构 和 MINIST Demos

我们训练这个网络必须经过4步:

若想好好学学深度学习理论可以看看牛津大学的深度学习公开课

第一步:将输入input向前传播,进行运算后得到输出output

我们训练这个网络必须经过4步:

第二步:将output再输入loss函数,计算loss值

第一步:将输入input向前传播,进行运算后得到输出output

第三步:将梯度反向传播到每个参数

第二步:将output再输入loss函数,计算loss值(是个标量)

第四步:利用下面公式进行权重更新

第三步:将梯度反向传播到每个参数

新权重w = 旧权重w + 学习速率

本文由美高梅游戏网站发布于智能家电,转载请注明出处:超简单!pytorch入门教程(三):构造一个小型

关键词:

上一篇:美高梅棋牌AI学习笔记3 —— TensorFlow

下一篇:没有了