文件名称：pytorchnet：PyTorch的通用框架
文件大小：144KB
文件格式：ZIP
更新时间：2024-03-10 03:16:50
Python
欢迎使用PyTorchNet ！ PyTorchNet是建立在之上的机器学习框架 。 并且，它使用Tensorboard（或Visdom）进行可视化。 通过创建必要的类，可以轻松自定义PyTorchNet： 数据加载：需要数据集类来加载数据。 模型设计：代表网络模型的nn.Module类。 损失方法：适当的损失类别，例如CrossEntropyLoss或MSELoss。 评估指标：衡量结果准确性的类。 结构 PyTorchNet由HAL库组成，该库具有以下软件包： HAL /数据集 这是用于加载和转换数据集。 HAL /型号 网络模型保留在此程序包中。 它已经包括 ， ， 和 。 HAL /损失 分类或回归有许多不同的选择。 新的损失方法可以放在这里。 HAL /指标 分类或回归有许多不同的选择。 可以在此处放置新的准确性指标。 根 主要的 模型 设置 首先，您需要通过调用以
【文件预览】：
pytorchnet-master
----.gitignore(1KB)
----requirements.txt(2KB)
----exps()
--------args-cifar.txt(653B)
--------args-imagenet.txt(778B)
----README.md(4KB)
----config.py(9KB)
----main.py(2KB)
----version.py(22B)
----hal()
--------checkpoints.py(4KB)
--------datasets()
--------models()
--------losses()
--------utils()
--------dataflow()
--------plugins()
--------metrics()
----model.py(3KB)