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)
穿越七零,勾的冷面军少心慌慌 摆摊卖水果 高手达人的奇妙爱情 七零最硬糙汉被媳妇撩红了眼林清屏顾钧成免费阅读 全村亿万富翁,你管这叫贫困村? 斗罗好孕:我靠生子系统被团宠了 星际第一人偶师 贫僧法海,万世之尊 穿进甜文后成了霸总的恶毒前女友 倾月班 星囚禁地 御兽:我能增强御兽血脉 我在修仙界养猪 官道危途 副本存活率0?我直接速通! 我的宗门有点怪! 射雕之逍遥天下 有樗 剑影江湖传说 娇娇贵女红了眼,摄政王连夜哄
一日梦醒,成为了一个变种人,还是实验室之中,即将进行实验的变种人。等到罗门逃离实验室之后,发现这个有着超级英雄,超级罪犯的世界,却没有变种人任何的立足之地。这个时代,没有承载变种人的船,那我就开辟新的时代。镜像维度魔神,多元宇宙旅行者,变种人至仁至善,至高至强的至尊之王,罗门。...
关于三千收尸军,杀到天下尽归心穿越大乾成了最底层的收尸人,本想和美丽的嫂子,憨傻的弟弟好好过日子,却遇到北莽扣关,收完尸逃命跑路!遇到女将军问做我的幕僚,一起救民于水火!霸气老王爷问本王收你当义子,救国救民,来日承继本王之王位如何?江湖第一游侠问朝廷已无可救药,与我等一起反了,功成之日,许你裂土封王!李长明摇了摇头没兴趣,这些我都行,不信?我抢给你们看!...
...
镇远侯府宴家世代忠良,遇奸人所害抄家发配边疆宴家独子宴卿鸣,年少将军被赐婚给当朝皇帝的废物弟弟泽亲王爷沈争堂,知名花天酒地的废物王爷反抗无效勉强答应了这门亲事打定主意老死不相往来的新婚夫妇在亲娘的安排下有了孩子原本无交集的两个人不光成了婚,这下还有了一生解不开的羁绊宴卿鸣一心为父亲平反,过程中意外得到了沈争堂的一些...
本书简介奚静观,燕唐秀生天嫁纨绔(重生)全文免费阅读,如果您喜欢嫁纨绔(重生)秀生天最新章节,请分享给您的好友一起来免费阅读。魔蝎小说...