pytorch 常用的学习率调整策略 [lr_scheduler]

PyTorch 常用的学习率调整策略 [lr_scheduler]

[TOC]

参考地址：https://zhuanlan.zhihu.com/p/538447997

官方文档：https://pytorch.org/docs/stable/optim.html#how-to-adjust-learning-rate

0. 基础

导入

1
from torch.optim import lr_scheduler

常用的学习率策略

  • StepLR
  • LambdaLR

基础代码

1
2
3
4
5
6
7
8
9
10
import torch
import numpy as np
from torch.optim import SGD
from torch.optim import lr_scheduler
from torch.nn.parameter import Parameter

# 随机创建一组模型参数
model = [Parameter(torch.randn(2, 2, requires_grad=True))]
# 使用SGD优化器，学习率设为0.1
optimizer = SGD(model, lr=0.1)
查看全文 >>

文章页 >>

希腊字母、拉丁字母、Markdown、拼写与读音中英对照表

大写 小写 中文名 英文 英语音标注音 大写Markdown 小写Markdown 意义
A\Alpha α\alpha 阿尔法 Alpha /'ælfə/ \Alpha \alpha 角度、系数、角加速度、第一个、电离度、转化率
B\Beta β\beta 贝塔/毕塔 Beta /'bi:tə/ 或 /'beɪtə/ \Beta \beta 磁通系数、角度、系数
Γ\Gamma γ\gamma 伽玛/甘玛 Gamma /'gæmə/ \Gamma \gamma 电导系数（小写）、角度、比热容比
Δ\Delta δ\delta 德尔塔/岱欧塔 Delta /'deltə/ \Delta \delta 变化量、焓变、熵变、屈光度、变动、方程判别式（大写）、允许误差（小写，统计学）
E\Epsilon ϵ\epsilon　ε\varepsilon 伊普西隆/埃普斯棱 Epsilon /'epsɪlɒn/ \Epsilon \epsilon　\varepsilon 对数之基数、介电常数
Z\Zeta ζ\zeta 泽塔/Z塔 Zeta /'zi:tə/ \Zeta \zeta 系数、方位角、阻抗、相对粘度、原子序数
H\Eta η\eta 伊塔/诶塔 Eta /'i:tə/ \Eta \eta 迟滞系数；机械效率（小写）
Θ\Theta θ\theta 西塔\非塔 Theta /'θi:tə/ \Theta \theta 温度、相位角
I\Iota ι\iota 约塔\埃欧塔 Iota /aɪ'əʊtə/ \Iota \iota 微小、一点儿
K\Kappa κ\kappa 卡帕\堪帕 Kappa /'kæpə/ \Kappa \kappa 介质常数、绝热指数
Λ\Lambda λ\lambda 兰姆达\拉姆达 Lambda /'læmdə/ \Lambda \lambda 波长（小写）、体积、导热系数
M\Mu μ\mu 米欧/谬/穆 Mu /mju:/ \Mu \mu 磁导系数、微（百万分之一）、动摩擦系（因）数、流体动力黏度、货币单位、放大因数（小写）、正态分布中的位置参数（小写）
N\Nu ν\nu 拗/奴/纽 Nu /nju:/ \Nu \nu 磁阻系数、流体运动粘度、光波频率、化学计量数
Ξ\Xi ξ\xi 克西/可西/赛 Xi 希腊 /ksi/　英美 /ˈzaɪ/ 或 /ˈsaɪ/ \Xi \xi 随机变量、（小）区间内的一个未知特定值
O\Omicron ο\omicron 欧米克隆/欧 (阿~) 米可荣 Omicron /əuˈmaikrən/ 或 /ˈɑmɪˌkrɑn/ \Omicron \omicron 高阶无穷小函数
Π\Pi π\pi 派 Pi /paɪ/ \Pi \pi 圆周率=圆周÷直径=3.1416、π(n)表示不大于n的质数个数
P\Rho ρ\rho 柔/若 Rho /rəʊ/ \Rho \rho 密度;电阻系数（小写）、柱坐标和极坐标中的极径
Σ\Sigma σ\sigma 西格玛 Sigma /'sɪɡmə/ \Sigma \sigma 总和（大写），表面密度、跨导（小写）、正应力
T\Tau τ\tau 陶/套/驼 Tau /tɔ:/ 或 /taʊ/ \Tau \tau 时间常数、切应力、2π（两倍圆周率）
Υ\Upsilon υ\upsilon 玉普西隆/宇 (阿~) 普西龙 Upsilon /ˈipsɪlon/ 或 /ˈʌpsɪlɒn/ \Upsilon \upsilon 位移
Φ\Phi ϕ\phiφ\varphi 斐/弗爱/弗忆 Phi /faɪ/ \Phi \phi　\varphi 磁通量、角、透镜焦度、热流量、电势、空集（大写）
X\Chi χ\chi 凯/柯义 Chi /kaɪ/ \Chi \chi 统计学中有卡方(X2\Chi^2)分布
Ψ ψ\psi 赛/普赛/普西 Psi /psaɪ/ \Psi \psi 角速；介质电通量（静电力线）；角 ；波（ψ\psi）函数
Ω ω\omega 奥米伽/欧米伽/欧枚嘎 Omega /'əʊmɪɡə/ 或 /oʊ'meɡə/ \Omega \omega 欧姆、电阻（大写）、角速度（小写）、交流电的电角度、化学中的质量分数、角

文章页 >>

Generative Adversarial Networks

Generative Adversarial Networks(GAN神经网络)

[TOC]

摘要

本文提出了一个新的基于对抗的网络框架，主要包含两个模型。一个是生成模型G，用于获取整个数据分布；另一个是判别模型D，用于判别数据是来自真实数据还是生成数据。生成模型尽可能让判别模型犯错。判别模型试图找到一个函数，使得判别模型在真实的数据上得分较高，在生成模型的数据上得分较低。

查看全文 >>

文章页 >>

SpringMVC

官方文档：https://docs.spring.io/spring-framework/docs/current/reference/html/web.html#spring-web

基于Spring实现的MVC轻量级Web框架

SSM: mybatis+Spring+SpringMVC

MVC三层架构

Java基础：认真学习，老师带，入门快

  • JavaSE

  • JavaWeb

框架：研究官方文档，锻炼官方文档，锻炼自学能力，锻炼笔记能力，锻炼项目能力

SpringMVC + Vue + SpringBoot + SpringCloud + Linux

SSM = JavaWeb项目

Sping: IOC和AOP

SpringMVC：SpringMVC的执行流程！

SpringMVC: SSM框架整合！

MVC：模型（dao, service）, 视图（jsp），控制器（Servlet）

查看全文 >>

文章页 >>

Mybatis

环境：

  • JDK1.8

  • Mysql 5.7

  • maven 3.6.1

  • IDEA

回顾：

  • JDBC

  • Mysql

  • Java基础

  • Maven

  • Junit：单元测试

1. 简介

1.1 什么是Mybatis

MyBatis 是一款优秀的持久层框架，它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO（Plain Old Java Objects，普通老式 Java 对象）为数据库中的记录。

框架：配置文件最好直接看官网

MyBatis官方文档：https://mybatis.org/mybatis-3/zh/index.html

GitHub主页：https://github.com/mybatis/mybatis-3

Maven地址：https://mvnrepository.com/artifact/org.mybatis/mybatis

1
2
3
4
5
6
<!-- https://mvnrepository.com/artifact/org.mybatis/mybatis -->
<dependency>
    <groupId>org.mybatis</groupId>
    <artifactId>mybatis</artifactId>
    <version>3.5.6</version>
</dependency>
查看全文 >>

文章页 >>

毫米波雷达

毫米波雷达-AWR2243

简介

毫米波雷达，是工作在毫米波波段（Millimeter Wave ）探测的雷达。通常毫米波是指30～300GHz频域(波长为1～10mm)的。毫米波的波长介于微波和厘米波之间，因此毫米波雷达兼有微波雷达和光学雷达的一些优点。

同厘米波雷达相比，毫米波雷达具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等光学雷达相比，毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。另外，毫米波雷达的抗干扰、反隐身能力也优于其他微波雷达 。毫米波雷达能分辨识别很小的目标，而且能同时识别多个目标；具有成像能力，体积小、机动性和隐蔽性好，在战场上生存能力强 。

目前在自动驾驶，智能监控领域广泛运用。毫米波雷达能直接获取目标的距离，速度，角度等基本信息。通过对数据的进一步处理，对目标的尺寸，轮廓可能也有一定的估计能力。

查看全文 >>

文章页 >>

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

想了解咱，请换个途径