- 博客(29)
- 收藏
- 关注
RSS订阅原创 深度学习day7（kaggle房价预测）
为了更好地理解预处理的步骤，现在我们可以自己测试这些预处理的具体操作。此时所有数值类型的均值为0，标准差为1，为缺失值填充均值0。使用热编码(one-hot)代替它们，如下。首先生成5个样本，分别为名称和年龄。对所有样本的数值类型特征作。
2024-09-20 11:42:22
397
原创 动手学深度学习day1（第二章：数据预处理）
NaN”项代表缺失值。为了处理缺失的数据，典型的方法包括插值法和删除法，其中插值法用一个替代值弥补缺失值，而删除法则直接忽略缺失值。
2024-08-23 15:41:57
219
原创 深度学习day8（网络模型的保存与读取）
只保存必要的权重信息，而不需要保存整个模型结构或额外的信息（如优化器状态、训练历史等），这可以显著减少存储需求。在需要加载模型时，可以只加载必要的权重，而不需要重新下载或重新训练整个模型。：只保存和加载模型的参数（权重和偏置），而不是整个模型对象。这使得用户可以根据需要轻松地在不同的模型架构之间迁移权重，或者仅加载部分权重以进行微调（fine-tuning）。
2024-08-20 22:47:32
136
原创 深度学习day7（Linear）
层，也被称为全连接层（Fully Connected Layer），是神经网络中最基本的层之一。它的作用是将输入的数据（通常是一个向量）线性变换到一个新的特征空间。层处理，因此你需要通过摊平（flatten）操作将其转换为一个二维张量。摊平操作会将图像的所有像素值（即所有特征）转换为一个长向量，这样每个图像就变成了一个包含所有像素值的向量，然后这个向量可以被。层期望的输入是一个二维张量（或一维张量，但会被自动转换为二维），其形状为。是一个四维张量（Tensor），其形状通常为。转换后，这个张量的形状会是。
2024-08-19 17:44:41
171
原创 深度学习day6（nn.MaxPool）
import torchfrom torch import nnfrom torch.nn import MaxPool2d# dtype将数据全部改为浮点型input = torch.tensor([[1,2,0,3,1], [0,1,2,3,1], [1,2,1,0,0], [5,2,3,1,1], [2,1,0,1,
2024-08-19 14:45:18
143
原创 深度学习day5（如何使用下载数据集）
如果pycharm中下载过慢，直接复制地址，会弹到迅雷中，迅雷在下载一边到指定文件夹，再运行一遍即可自动解压数据集。
2024-08-15 15:34:29
143
原创 深度学习day4（transforms的使用）
创建具体的工具=transforms.ToTensor()使用此工具：result=tool（input）
2024-08-14 21:42:06
185
原创 深度学习day4（tensorboard的使用）
现在控制器/cmd安装好tensorboard------再在终端输入此代码。logs是文件所在的文件名称；port是换一个端口防止端口被占用。输入好这一段后同样要在终端进行操作。
2024-08-14 16:00:59
206
原创 深度学习day3
2）在pycharm中鼠标放在此函数上按 ctrl+b 或 ctrl＋鼠标点击。1）jupyter notebook 中使用help（）查看 或 函数名？将文件放置于此环境的文件夹下--选择引用的照片ctrl+shift+c。复制的路径中要用 \\。
2024-08-13 16:47:49
195
原创 深度学习day2
2.配置对应的虚拟环境:File->Setting->Project->Python解释器，然后选择对应的虚拟环境。5.最好把requirements.txt文件的内容当作参考，有选择性的使用。3）.利用搜索引擎找原因 --包名不对，通道不对，或者其他。////////有requirement文件时又快捷安装方法。1.利用PyCharm打开项目:File->Open。1）.Condainstall 包名。2）.Pip install 包名。3.直接运行代码，右键->run。
2024-07-26 15:23:28
212
原创 深度学习day1（gpu和cuda的准备工作）
确定型号-根据显卡算力表确定算力（7.5）-确定CUDA Runtime（11以后的）-看自己的驱动CUDA Driver Version(查看方法：anaconda命令窗口输入nvidia-smi ///版本12.0)首先，确定自己的显卡算力。
2024-07-24 16:41:48
84
原创 深度学习day1（小土堆学习配置环境）
清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main。北京外国语大学镜像https://mirrors.bfsu.edu.cn/anaconda/pkgs/main。阿里巴巴镜像http://mirrors.aliyun.com/anaconda/pkgs/main。用于创建环境镜像地址。
2024-07-24 16:08:46
252
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人