Pytorch学习之路

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

为什么第一次迭代的时候训练和测试精度就达到了1.0？

浏览 91 扫码 分享 2022-07-22 20:50:29

    若有收获，就点个赞吧

    0 人点赞

    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 要记在脑子里的知识点梳理
    • 其他问题
    • Pytorch前言
    • 项目介绍
    • 正式开始构建项目之前的准备
      • 利用矩池云进行线上训练
      • 安装Pytorch
      • 利用内置数据集一览Pytorch实现图像识别
      • 可视化数据集以一览图像情况
      • 学会保存/加载已经训练好的模型
      • 利用TensorboardX实现训练过程可视化
        • tensorboardX保存的日志该怎么读？
      • 导入预置学习模型（ResNet18）进行训练
      • 无标题
    • 正式开始
      • 加载本地图像数据集
      • 使用K折交叉验证解决数据量不够的问题
      • 如何重置模型参数？
      • 使用Xception模型进一步提升模型精度
      • 训练模型
    • 深度学习基本知识
      • K折交叉验证
        • 什么是（不重复）K折交叉验证？
        • K折交叉验证中的“K”和”Batch Size”有什么区别？
        • K折交叉验证的k怎么选取？
      • 什么叫Bias，什么叫Variance？
      • 是否训练集和测试集都进行数据增强？
      • 什么是CUDA？
      • 什么是BatchNorm
      • 现代经典网络结构介绍
      • 如何理解ML中的鲁棒性？
      • 什么是感受野？如何计算？
      • 1*1卷积的作用？
      • 什么是Interception结构（网络）？
      • 如何理解GoogleNet模型？
      • 什么是梯度爆炸和梯度消失？
      • 为什么残差网络可以避免梯度消失问题？
      • 什么是学习率策略？
      • 什么是权重衰减（weight decay）？
      • 如何选择一个合适的模型？
      • 什么时候会考虑使用正则化降低泛化误差？
      • 过拟合
      • 什么是网格搜索参数？怎么用来优化模型？
      • 什么问题类型对应选择什么损失函数？
      • 正则化
      • 优化算法
      • 验证集的作用
    • 函数查阅手册
      • python glob模块
      • 如何安装d2lzh_pytorch包？
      • 如何查看Python某个库的版本
      • random.sample()的用法
      • print(net)可以告诉我们什么？
      • net.train()和net.eval()的区别是什么？
      • Pytorch常用的交叉熵损失函数CrossEntropyLoss()详解
      • torchvision.datasets.ImageFolder的返回值情况
      • pytorch之dataloader深入剖析
      • optimizer.zero_grad()详解
      • loss为什么要加item()
      • torchvision.datasets.ImageFolder使用详解
      • Python os.listdir() 方法
      • PIL.Image.open()
      • Python os.path()模块
      • torch.squeeze() 和torch.unsqueeze()的用法
    • 便于调用的模块化方法参考文档
      • 如何将图像路径写入txt文本
      • Pytorch加载本地图像数据集的方法
        • Pytorch如何加载自定义图像数据集？
      • 如何用Pytorch切分数据集
      • pytorch中的pre-train函数模型引用及修改（增减网络层，修改某层参数等）
      • 如何打印查看网络一共有多少个参数？
      • Pytorch如何打印每层的输出形状
      • Pytorch如何查看某一层的权重？
      • 如何实现多GPU加速？
      • Pytorch利用tensorboardX可视化的具体方法？
      • Pytorch如何查看加载的数据集的信息？
      • 训练模型的过程？
      • 训练过程中如何计时？
      • 如何利用matplotlib可视化数据集？
      • Pytorch如何进行K折交叉验证？
      • 利用torch.utils.data.Dataset定义、加载自己的图像数据集
    • 其他参考文档
      • 为什么第一次迭代的时候训练和测试精度就达到了1.0？
      • Pytorch中transform后到底为什么说实现了数据增强？
      • Tensor与各种图像格式的相互转化
      • 数据增强各个方法详解
      • K折交叉验证处理小型鸟类数据集分类
      • Pytorch各个库一览
      • Linux中的路径和Windows中的路径有什么不同？
      • JupyterLab快捷键
      • Linux查看文件夹中文件个数
      • Linux从系统根目录开始索引（绝对路径表示方法）
      • Pycharm中如何批量修改变量名称？
      • pycharm中如何调试？
      • Pytorch预置模型的下载路径
      • win10如何用cmd查看GPU使用情况？
      • 如何解决Pytorch下载内置模型速度慢的问题？
      • 矩池云（Linux）如何解压缩
      • Linux常用操作
    • 预测高血压Python文件成品
      • K折交叉验证部分
      • 训练函数部分
      • 目前成品
      • 生成txt文件，为之后自定义图像数据集作准备
      • 自动切分本地数据集
    • 待日后整理的杂货堆
      • 每日待归档
      • 问题集
    • 网络模型汇总
    • 常见报错码汇总
    暂无相关搜索结果！

      让时间为你证明

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度
          思维导图备注