- 博客(14)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 动手学深度学习 实战Kaggle比赛-房价预测
动手学深度学习 实战Kaggle比赛-房价预测 本文介绍Kaggle比赛的房价预测实战之前阅读了权重衰减和dropout等方法结合前几篇文章介绍的多层感知机 所以写此文来记录并巩固文章目录动手学深度学习 实战Kaggle比赛-房价预测前言正文读取数据集前言附上比赛原文地址点击“Data”标签 下载需要用到的数据正文读取数据集比赛数据分为训练数据集和测试数据集。两个数据集都包括每栋房子的特征如道类型、建造年份、房顶类型、地下室状况等特征值。这些特征值有连续的数字、离散的标
2021-02-16 15:59:43
1302
原创 动手学深度学习 图像分类实例-多层感知机(三) 多层感知机的简洁实现
动手学深度学习 图像分类实例-多层感知机(三) 多层感知机的简洁实现 多层感知机系列文章的链接已放至文章开头文章目录动手学深度学习 图像分类实例-多层感知机(三) 多层感知机的简洁实现前言正文引用资料来源前言本文介绍多层感知机的简洁实现利用 pytorch的特点来实现图像分类功能以下是本篇文章正文内容正文使用pytorch的Sequential来快速搭建网络net = nn.Sequential( d2l.FlattenLayer(), nn.Linear(num
2021-02-14 10:52:28
975
原创 动手学深度学习 图像分类实例-多层感知机(二) 多层感知机的从零开始实现
动手学深度学习 多层感知机(二) 多层感知机的从零开始实现文章目录动手学深度学习 多层感知机(二) 多层感知机的从零开始实现前言正文代码引用资料来源前言本文介绍多层感知机的从零开始实现方法尽量以通俗易懂的方式介绍以下是本篇文章正文内容正文本文使用的数据集仍然为Fashion-MNIST数据集,并使用多层感知机对其进行图像分类关于数据集的详细介绍已经放在下面的文章链接中动手学深度学习 图像分类数据集(一) Fashion-MNIST的获取与查看代码# -*- coding: utf-
2021-02-14 10:38:12
781
原创 动手学深度学习 图像分类实例-多层感知机(一) 核心概念与激活函数的作用
动手学深度学习 多层感知机(一) 核心概念与原理 拜年期间 没有电脑 就在亲戚家无聊的时候随手翻了翻《DIVE INTO DEEP LEARNING》复习多层感知机的时候发现这本书讲的蛮好的, 弥补了之前以为自己懂了的一些漏洞, 于是便决定回家记录下来。并根据书中的实例 巩固一下 多层感知机系列文章的链接已放至文章开头文章目录动手学深度学习 多层感知机(一) 核心概念与原理前言前言本文介绍多层感知机的基本概念和我的理解,尽量以通俗易懂的方式介绍以下是本篇文章正文内容...
2021-02-14 10:22:17
833
原创 C盘空间不足？看这个视频就够了！8种方法释放你的C盘空间
C盘空间不足？8种方法释放你的C盘空间C盘空间不足？看这个视频就够了！8种方法释放你的C盘空间
2021-02-12 20:12:41
351
原创 动手学深度学习 图像分类数据集(三) softmax回归的简洁实现
动手学深度学习 图像分类数据集(三) softmax回归的简洁实现动手学深度学习 图像分类数据集:本文的内容是介绍如何通过pytorcj简洁实现sofrmax回归完成对Fashion-MNIST的图像分类资源均可去文末下载 (d2lzh)导入需要的包import torchfrom torch import nnfrom torch.nn import initimport d2lzh as d2l读取数据集batch_size = 256train_iter, test_ite
2021-02-11 17:51:21
689
原创 动手学深度学习 图像分类数据集(二) softmax回归的从零开始实现
动手学深度学习 图像分类数据集(二) softmax回归的从零开始实现本文的内容是介绍如何从零开始使用softmax回归完成对Fashion-MNIST的图像分类资源均可去文末下载1.读取数据集具体的操作放在了上一篇文章,这里可以直接使用书本提供的 py文件import d2lzh as d2lbatch_size = 256train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size) # 返回DataLoader类型
2021-02-11 17:51:10
933
7
原创 动手学深度学习 图像分类数据集(一) Fashion-MNIST的获取与查看
动手学深度学习 图像分类数据集(一) Fashion-MNIST的获取与查看Fashion-MNIST在书中多次使用,本文的内容是讲解如何获取并查看此数据集1.下载数据集使用torchvision.datasets来下载数据集root 用来指定下载后保存的位置(如果已经存在则不会下载)download表示是否要下载train 表示获取训练数据集或测试数据集transform代表对图像的操作, 这里仅仅使用了ToTensor()把图像数据转换为Tensor类型其格式为(C∗H∗WC*H*
2021-02-11 17:51:03
2335
1
原创 2021美赛C题解题记录(内含完整代码)
2021美赛C题解题记录(内含完整代码)第一次参加美赛,虽然感觉写的不是很理想,但无论结果如何,还是先记录一下比赛的过程与代码,做个小小的总结文章目录2021美赛C题解题记录(内含完整代码)赛题正文第一天Day01代码1: 合并excel表,提取图片与标签对应关系Day01代码2: 数据集规范化存储与命名Day01代码3: 数据集正例数据增强Day01代码4: 图像分类Resnet迁移学习第二天第三天第四天Day04: 第一问代码第五天赛题完整的赛题和翻译可以看我的另一篇文章2021美赛C题赛题
2021-02-10 22:12:29
12126
7
原创 情人节脱单计划 小白也能行的超详脱单App攻略 快为你喜欢的ta准备吧(附模板与代码)
情人节脱单计划 小白也能行的超详脱单App攻略 快为你喜欢的ta准备吧(附模板与代码)CSDN拯救“直男”计划——CSDN为爱助力，桃花朵朵开入口祝各位程序猿或看到本篇文章的朋友们能收获自己的幸福本文将带领你们入门如何编写一个属于自己的App送给ta文末附模板代码,即便没有基础也可以轻松上手哦有问题请私信或留言 欢迎各位老板点赞收藏本文注: 本文App仅适用于安卓系统前言情人节即将到来,一定许多小伙伴想为喜欢的ta准备一份充满诚意又浪漫的礼物,但愁于如何选择礼物其实ta看中的不是礼物的
2021-02-10 20:37:33
983
原创 2021美赛C题赛题与分析
2021美赛C题赛题与分析美赛即将收尾,先记录一下题目和数据做题过程与代码会在9号发上来题目问题C：确认关于大黄蜂的传言背景：2019年9月，在加拿大不列颠哥伦比亚省温哥华岛发现了一群野黄蜂(也被称为亚洲大黄蜂)，它们的巢很快就被摧毁了，但是这件事的消息很快就传遍了整个地区。从那时起，在邻近的华盛顿州发生了几起被证实的关于这种害虫的目击事件，同时也发生了许多错误的目击事件。下面的图1显示了探测、黄蜂观察和公众目击的地图野黄蜂是世界上最大的黄蜂品种，巢的出现令人担忧。此外，大黄蜂是欧洲蜜蜂
2021-02-08 16:48:24
3336
原创 Pytorch transforms的常用操作
Pytorch transforms的常用操作记录一下transforms的一些日常操作在模型的训练中,可能会看到对图像做了许多的操作,如下为了搞清楚他们的作用,我搜索了一些transforms相关的操作,并整理了此文章 transforms.Compose([ transforms.Resize(300), transforms.RandomResizedCrop(300), transforms.
2021-02-01 14:42:17
617
原创 Python 各种库对图像数据的读取与显示
Python 各种库对图像数据的读取在深度学习的图像分类等任务中,我们不可避免要接触到许多图像而有些数据集中的图像并不能单独打开因此,使用一种自己熟悉的方法将图像读取并显示出来能让我们的体验更好也方便了我们观察中间过程因此本文记录了 几种常见的读取图像数据的方法正文本文需要下载下面两个库来读取图像文件matplotlibopencv-python首先准备两张图片,这里我随便搜了2张,懒得自己搜的也可以右键另存为下面的图片重命名成 img1.jpg和img2.jpg放在项目文件夹
2021-02-01 11:07:13
851
安卓编程源码(Tong的习题)
2021-01-13
WinSCP文件互传.rar
2020-04-05
mongodb-linux-x86_64-4.0.10.tgz
2020-04-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人