自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 简单的生成对抗网络生成mnist数据集

import torchimport numpy as npimport matplotlib.pyplot as pltfrom torch import nnfrom torch import optimimport osfrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvision import datasets,transforms #导入库以及工具包

2021-04-29 11:49:57 484

原创 RNn笔记

构建一个简单的LSTM网络对mnist数据集进行识别class RNN_Net(nn.Module): #定义一个神经网络,作为识别分类 def __init__(self,in_dim,hidden_dim,n_layer,n_class=10): super(RNN_Net, self).__init__() #初始化模型 self.n_layer=n_layer #构造第一层网络 self.hidde

2021-04-28 16:27:47 140

原创 利用残差网络识别cifar10数据集

import torchimport torch.nn as nnimport torchvision.datasets as dsetsimport torchvision.transforms as transformsfrom torch.autograd import Variablelearning_rate=0.001num_epoches=50 ##定义学习率和迭代次数# Image Preprocessingtrain_transform =

2021-04-28 14:55:02 318

原创 用CNN实现MNIST手写数字集识别

构建了一个简单的四层神经网络,然后把数据集送入到网络进行训练,最后在测试,得到结果如下:import torchimport numpy as npimport matplotlib.pyplot as pltfrom torch import nnfrom torch import optimimport osfrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvision

2021-04-27 10:37:10 334

原创 pytorch之手写数字识别

记一下学习pytorch一次程序练习,主要功能是实现构造三层神经网络识别MNIST数据集,最后的识别结果:本文代码如下:import torchimport numpy as npimport matplotlib.pyplot as pltfrom torch import nnfrom torch import optimimport osfrom torch.autograd import Variablefrom torch.utils.data import DataLoader

2021-04-26 13:32:07 282 2

原创 ImportError: cannot import name ‘PY3‘ from ‘_six‘

由于torchvision版本与pytorch不对应的关系,就会导致,将torchvision版本更新到与pytorch最新对应的版本就可以了

2021-04-26 11:56:57 1612

原创 pytorch学习之二分类逻辑回归练习

首先通过读入一个带标签的txt文件。如图:然后建立逻辑回归二分类模型对其进行分类,得到结果如下图:代码如下:import torchimport numpy as npimport matplotlib.pyplot as pltfrom torch import nnfrom torch import optimimport osfrom torch.autograd import Variableos.environ["KMP_DUPLICATE_LIB_OK"] = "TRU

2021-04-25 16:58:51 288

原创 pytorch笔记

```pythondef make_features(x): x=x.unsqueeze(1) return torch.cat([x**i for i in range(1,4)],1)def get_batch(batch_size=32): random=torch.randn(batch_size) x=make_features(random) y=f(x) return x,yw=torch.FloatTensor([0.5,3,2..

2021-04-25 12:18:49 128

原创 pytorch之一维线性回归

import torchimport numpy as npimport matplotlib.pyplot as pltfrom torch import nnfrom torch import optimimport osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"x_train=torch.rand([50,1])y_train=5*x_train+3print('训练集准备完成\n...........................\n.

2021-04-25 11:21:40 99

原创 matlab学习笔记

SVM分类花程序:clear all;load fisheriris;data=[meas(:,1),meas(:,2)];groups=ismember(species,'setosa');train=data(1:50,:);test=data(51:150,:);%向量机分类svmstruct=fitcsvm(train,groups(1:50,:),... 'KernelFunction', 'gaussian', ...

2021-04-22 17:44:19 144

原创 matlab笔记

学习笔记PCA的matlab实现PCA:通过特征的线性组合来实现降维的主成分分析方法。【cof ,score,latent】=princomp(x);X为原始样本组成的nxd的矩阵,n为样本特征向量个数,d为样本特征向量维数;cof为主成分分量,即变换空间中的基向量,也是样本协方差矩阵的本征向量;score为主成分,即X的低维表示,X中的数据在主成分分量上的投影;latent为一个包含着样本协方差矩阵本征值的向量。快速PCA及其MATLAB实现【pcaA V】=fastPCA(a,k);

2021-04-19 12:49:30 142

原创 图像处理学习笔记

图像类型转换:dither函数(将图像进行抖动:吧rgb图像指定的颜色图map转换成索引图像X格式;把灰度图转换成二值图像)im2bw函数(设定阈值,将灰度、索引、RGB转换成二值图)mat2gray函数(将数据矩阵转换为灰度图像)grayslice and gray2ind函数(将灰度图或二值图转换成索引图)ind2gray and ind2rgb函数(将索引图转换成灰度图或rgb图)rgb2gray and rgb2ind函数(将rgb转换成灰度图或索引图)NTSC模型是一种用于电视图

2021-03-12 15:39:38 229

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除