手机浏览器扫描二维码访问
#optimizer
optimizer=torch.optiAdam(net.parameters(),lr=lr)
#optimizer=torch.optiSGD(net.parameters(),lr=lr,momentum=0.9,weight_decay=5e-4)
scheduler=torch.optilr_scheduler.StepLR(optimizer,step_size=5,gamma=0.9)
ifnotos.path.exists(“logCNN“):
os.mkdir(“logCNN“)
writer=tensorboardX.SummaryWriter(“logCNN“)
forepochinrange(epoch_num):
train_sum_loss=0
train_sum_correct=0
train_sum_fp=0
train_sum_fn=0
train_sum_tp=0
train_sum_tn=0
fori,datainenumerate(trainDataLoader):
net.train()
inputs,labels=data
inputs=inputs.unsqueeze(1).to(torch.float32)
labels=labels.type(torch.LongTensor)
inputs,labels=inputs.to(device),labels.to(device)
outputs=net(inputs)
loss=loss_func(outputs,labels)
optimizer.zero_grad()
loss.backward()
optimizer.step()
_,pred=torch.max(outputs.data,dim=1)
acc=pred.eq(labels.data).cpu().sum()
one=torch.ones_like(labels)
zero=torch.zeros_like(labels)
tn=((labels==zero)*(pred==zero)).sum()
tp=((labels==one)*(pred==one)).sum()
fp=((labels==zero)*(pred==one)).sum()
fn=((labels==one)*(pred==zero)).sum()
train_sum_fn+=fn.item()
train_sum_fp+=fp.item()
train_sum_tn+=tn.item()
train_sum_tp+=tp.item()
train_sum_loss+=loss.item()
train_sum_correct+=acc.item()
train_loss=train_sum_loss*1.0len(trainDataLoader)
高手达人的奇妙爱情 贫僧法海,万世之尊 穿越七零,勾的冷面军少心慌慌 我在修仙界养猪 御兽:我能增强御兽血脉 穿进甜文后成了霸总的恶毒前女友 剑影江湖传说 副本存活率0?我直接速通! 和腹黑三叔闪婚后真香了 我见南山 娇娇贵女红了眼,摄政王连夜哄 我的宗门有点怪! 禁锢之日 李辰赵清澜赵蕊 有樗 奸情曝光之后 摆摊卖水果 全村亿万富翁,你管这叫贫困村? 倾月班 七零之我靠纸扎手艺混的风生水起
玄幻爽文九天大陆,天穹之上有九条星河,亿万星辰,皆为武命星辰,武道之人,可沟通星辰,觉醒星魂,成武命修士。传说,九天大陆最为厉害的武修,每突破一个境界,便能开辟一扇星门,从而沟通一颗星辰,直至,让九重天上,都有自己的武命星辰,化身通天彻地的太古神王。亿万生灵诸天万界,秦问天笑看苍天,他要做天空,最亮的那颗星辰...
一个集合口袋妖怪,数码宝贝等等游戏,动漫的游戏正式登陆全球,谁才是最强的训练家,谁才是游戏里最强的宠物,且看罗炎称霸漫兽竞技场,一步一步从无名小卒爬上神坛。...
...
苍茫大地,未来变革,混乱之中,龙蛇并起,谁是真龙,谁又是蟒蛇?或是天地众生,皆可成龙?朝廷,江湖门派,世外仙道,千年世家,蛮族,魔神,妖族,上古巫道,千百势力,相互纠缠,因缘际会。...
...
一张从始皇帝皇宫流传出的长生不老药地图,解开不死不灭之秘。一代名将,将守,从万人敌,到无人敌的重生之路!九龙吞珠读者交流群721466643)...