深度学习入门之PyTorch-廖星宇高清pdf及源码文件

深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）

import torch
import numpy as np
from torch import nn optim unsqueeze
from torch.autograd import Variable
from torch.utils.data import DatasetDataLoader
import pandas as pd
from torchvision import datasets transforms


# 图像增强
train_trainsform = transforms.Compose（[
	transforms.Scale（40）
	transforms.RandomHorizontalFlip（）
	transforms.RandomCrop（32）
	transforms.ToTensor（）
	transforms.Normalize（[0.50.50.5] [0.50.50.5]）
	]）

test_transform = transforms.Compose（[
	transforms.ToTensor（）
	transforms.Normalize（[0.50.50.5] [0.50.50.5]）
	]）

def conv3x3（in_planes out_planes stride = 1）:
	‘‘‘
	3X3 convolution with padding
	‘‘‘
	return nn.Conv2d（
		in_planes
		out_planes
		kernel_size = 3
		stride = stride
		padding = 1
		bias = False）
	
class BasicBlock（nn.Module）:
	
	def __init__（self in_planes out_planes 
		stride = 1 downsample = None）:
		super（BasicBlock self）.__init__（）
		self.conv1 = conv3x3（in_planes out_planesstride）
		self.bn1 = nn.BatchNorm2d（out_planes）
		self.relu = nn.ReLU（in_planes = True）
		self.conv2 = conv3x3（out_planes out_planes）
		self.bn2 = nn.BatchNorm2d（out_planes）
		self.downsample = downsample
		self.stride = stride

	def forward（self x）:
		residual = x

		out = self.conv1（x）
		out = self.bn1（out）
		out = self.relu（out）

		out = self.conv2（out）
		out = self.bn2（out）

		if self.downsample is not None:
			residual = self.downsample（x）

		out += residual
		out = self.relu（out）

		return out

# 定义ResNet网络
class ResNet（nn.Module）:
	def __init__（self block layers num_classes = 10）:
		super（ResNet self）.__init__（）
		self.in_channels = 16
		self.conv = conv3x3（3 16）
		self.bn = nn.BatchNorm2d（16）
		self.relu = nn.ReLU（inplace = True）
		self.layer1 = self.make_layer（block 16 layers[0]）
		self.layer2 = self.make_layer（block 32 layers[0] 2）
		self.layer3 = self.make_layer（block 64 layers[1] 2）
		self.avg_pool = nn.AvgPool2d（8）
		self.fc = nn.Linear（64 num_classes）


	def make_layer（self block out_channels blocks stride = 1）
		downsample = None
		if （stride != 1） or （self.in_channels ！= out_channels）:
			downsample = nn.Sequential（
				conv3x3（self.in_channels out_channels stride = stride）
				nn.BatchNorm2d（out_channels）
				）
		layers = []
		layers.append（block（self.in_channelsout_channels stride downsample））
		self.in_channels = out_channels

		for i in range（1 blocks）:
			layers.append（block（out_channels out_channels））
		renturn nn.Sequential（*layers）

	def forward（self x）:
		out = self.conv（x）
		out = self.bn（out）
		out = self.relu（out）
		out = self.layer1（out）
		out = self.layer2（out）
		out = self.layer3（out）
		out = self.avg_pool（out）
		out = out.view（out.size（0） -1）
		out = self.fc（out）
		return out
		

			

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-04-27 22:53  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\
     目录           0  2019-04-27 22:52  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\
     目录           0  2019-04-24 17:11  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\cifar10\
     文件        2853  2019-04-24 17:11  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\cifar10\ResNet.py
     目录           0  2019-04-24 16:58  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\
     文件        2396  2019-04-24 10:11  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\AlexNet.py
     文件        1915  2019-04-24 16:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\GoogLeNet.py
     文件        1021  2019-04-24 16:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\leNet.py
     文件        1468  2019-04-24 16:58  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\ResNet.py
     文件        3082  2019-04-24 16:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\SimpleCNN.py
     文件        1642  2019-04-24 16:52  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\CNN\VGG.py
     目录           0  2019-04-27 22:52  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\GAN\
     文件        1872  2019-04-27 00:29  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\GAN\auto_encoder.py
     文件        1903  2019-04-27 16:33  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\GAN\CNNGAN.py
     文件        2538  2019-04-27 11:49  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\GAN\GANsample.py
     文件        1569  2019-04-27 11:21  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\GAN\VAE_encode.py
     目录           0  2019-04-24 19:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\mini\
     文件        1382  2019-04-24 16:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\mini\CNNnet.py
     文件         930  2019-04-24 19:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\mini\LSTM.py
     文件        2129  2019-04-22 11:47  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\mini\mini.py
     文件        1511  2019-04-22 10:44  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\mini\net.py
     目录           0  2019-04-27 22:50  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\NN\
     文件        2137  2019-04-21 19:41  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\NN\linear.py
     目录           0  2019-04-24 16:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\NN\LogisticRegression\
     文件        3875  2019-04-21 19:36  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\NN\LogisticRegression\data.txt
     文件        1795  2019-04-24 16:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\NN\LogisticRegression\LogisticRegression.py
     文件        2126  2019-04-21 22:21  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\NN\poly_model.py
     目录           0  2019-04-27 22:49  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\pytorch_Basics\
     文件        1123  2019-04-21 08:41  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\pytorch_Basics\test.py
     目录           0  2019-04-27 22:51  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\RNN\
     文件        2846  2019-04-26 17:45  深度学习入门之PyTorch-廖星宇（高清pdf及源码文件）\code\RNN\CharLSTM.py
............此处省略10个文件信息