- 博客(5)
- 收藏
- 关注
RSS订阅原创 something-somethingV2数据集的抽帧处理
关于ssv2数据集在抽帧过程中遇到的问题，ffmpeg出现乱码问题，最后生成空文件夹没有图片的问题
2023-10-28 20:23:58
1002
2
原创 PyTorch深度学习实践（十）卷积神经网络（基础篇）
输入的是一个5通道的，大小100*100的图像，输出是一个10通道的，大小98*98的图像 ，卷积层权重的形状是，输出是10通道的，输入是5通道，然后卷积核大小是3*3，它与输入图像是没关系的，但是如果你放入一个6通道的输入图像进去，他就会报错（因为输入通道已经定义好了是5）用3个卷积核（3*3*3）和3个通道（RGB）下的张量（3*5*5）做卷积之后得到一个张量（1*3*3）如果你想得到一个m个通道的输出张量，只需要用m个（3*3*3）的卷积核和输入张量做卷积，最后再把它们按照顺序拼接起来。
2023-07-14 14:36:05
212
1
原创 用Python实现soft-max分类
4.训练模型：使用梯度下降法或其他优化算法，最小化损失函数，得到最优的模型参数。3.定义模型：使用Python的NumPy库定义softmax函数和损失函数。1.准备数据集：将数据集分为训练集和测试集，并将特征和标签分开。5.预测结果：使用训练好的模型对测试集进行预测，并计算准确率。2.数据预处理：对特征进行归一化处理，使其在相同的尺度上。
2023-07-13 16:07:04
657
1
原创 PyTorch深度学习实践（六）逻辑斯蒂回归
9的概率分别是多少，如果只有这10个分类的话，它们所有的概率值之和为1，然后再在这些概率值当中找最大的那个，即可判定当前 x 的所属分类。回归任务的输出是将来能拿的分（point），分类任务不再关注这个，而转向未来能够通过考试（pass/fail）一个最基础的二分类问题，涉及只有 pass 和 fail ，只有0和1两个分类。，即认为它能通过考试，即选择它是1这个分类，若概率为0.5，此时无法判断它到底属于哪个分类，分类问题中我们实际要计算的是。二分类：输出的是两个分布之间的差异，用交叉熵衡量。
2023-07-10 16:53:46
114
1
原创 PyTorch深度学习实践（五）用pytorch实现线性回归
不然列表无法获取每一轮的epoch和loss值。最后实例化的时候要把它们放在循环体里面。比较不同的优化器的性能。
2023-07-09 18:14:13
96
1
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