深度学习在读博士-CSDN博客

原创 python读取文件之CSV

read函数会读回若干字节的数据或整个文件里的内容，有的时候文件里的数据可能是按行分布的且想读一行再读一行这样不断的去读文件，python提供了readline函数，每次可以从文件里读回一行数据（一直读到本行回车为止）。程序的最后需要关闭文件，可以通过close函数来关闭python打开的磁盘上的文件。Python编程文件读写和其他语言下的文件读写过程和使用的函数基于一样，一般流程是通过open函数打开磁盘上的某个文件，通过这个open函数的返回值来读写文件里的内容，读写完毕后用close函数关闭文件。

2023-11-10 23:30:08 162 1

原创 Numpy广播机制

增维后的b的倒数第二维的长度是1，a倒数第二维轴长度为3，满足维度相同某轴长度为1的兼容规则，继续广播机制，将b倒数第二维轴长度继续加1直至变为和a数组倒数第二轴轴长度相同，这是b的shape经过不断的调整(广播机制)变为(3, 5)，和a的shape相同，就可以广播计算了。此时a还是(4,)a是一维数组，和变化后的b倒数最后一维的轴长度相等，b数组是二维，a是一维，倒数第一维已经满足广播机制兼容条件，可以对a进行前扩展增维变为(1, 4),然后不断的广播机制处理a看最后a能否和b实现广播计算。

2023-11-10 18:05:17 361

原创 pytorch中矩阵运算种类关于@运算，*运算，torch.mul(), torch.mm(), torch.mv(), tensor.t()

torch.mv(X, w0):是矩阵和向量相乘.第一个参数是矩阵，第二个参数只能是一维向量,等价于X乘以w0的转置。关于@运算，*运算，torch.mul(), torch.mm(), torch.mv(), tensor.t()*和torch.mul()等同:表示相同shape矩阵点乘，即对应位置相乘，得到矩阵有相同的shape。@和torch.mm(a, b)等同：正常矩阵相乘，要求a的列数与b的行数相同。2、 @和torch.mm(a, b)等同，矩阵乘法。pytorch中矩阵运算种类。

2023-11-09 21:26:04 716

原创 KL散度(Kullback-Leibler Divergence)

KL散度的概念来源于概率论和信息论中。KL散度又被称为：相对熵、互熵、鉴别信息、Kullback熵、散度(即KL散度的简写)。在机器学习、深度学习领域中，KL散度被广泛运用于变分自编码器中(,简称VAE)、EM算法、GAN网络中。KL散度的定义是建立在熵(Entropy)的基础上的。此处以离散随机变量为例，先给出熵的定义，再给定KL散度定义。

2023-11-09 00:52:15 666 1

原创 numpy中的vstack和hstack使用方法

在Numpy中，最希望处理的数据就是数组和矩阵，下面就来介绍两种拼接数组的方法：vstack() 和 hstack()；print(C) # 结果 [[1 2 3] [4 5 6]]print(C) # 结果 [[1][2][3][4][5]]print(C) # 结果 [[1 4][2 5][3 6]]除了第二轴（列）之外的所有阵列必须具有相同的形状。除了第一个轴（行）之外，数组必须具有相同的形状。通过堆叠给定的数组最后形成的数组将至少为二维的。通过堆叠给定数组形成的数组。垂直堆叠数组（行方式）。

2023-11-08 17:30:38 642 1

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人