- 博客(15)
- 收藏
- 关注
RSS订阅原创 【自学】Decision Tree、Random Forest、GBDT、XGBoost
决策树、CART、随机森林、GBDT、XGBOOST，有关决策树引申出来的算法这里都有哦！
2022-10-20 16:25:56
903
原创 【自学】Transformer——NLP、计算机视觉常见算法模型
什么是Transformer？RNN擅长捕捉序列关系，因此它可以用于处理机器翻译模型。但翻译时句子间的单词数量并非是一一对应的，受限于结构。后来人们找到了Seq2Seq拥有一个编码器Encoder和解码器Decoder。再后来人们找到了一种称为“Attention”的注意力机制，为了解决计算慢速的问题，人们进一步找到了自注意机制，此时模型已经由原来的RNN结构演变成现在基于Self-Attention且拥有一个Encoder和一个Decoder的模型，即Transformer。
2022-10-13 21:36:13
1863
原创 【人工智能实验室】2022寒假第二次培训（包含环境配置）
此次培训为写模型预测代码。在描述代码前，我先将自己配环境的血泪史附上。笔者一开始创建了一个torch版本1.2.0、CUDA版本10.0的虚拟环境，但是由于torch版本不够，所以跑不了此次培训代码，这是因为1.2.0的torch没有Hardswish这个属性，只有更高级的版本才有。以下网址打开可以查看torch版本即它们对应的属性和方法有哪些。https://pytorch.org/docs/versions.htmlhttps://pytorch.org/docs...
2022-02-26 22:19:58
4126
原创 【人工智能实验室】训练中超参数
注：下述内容学习自这篇博客 (98条消息) 深度学习超参数介绍及调参_xu_fu_yong的专栏-CSDN博客_深度学习超参数--------------------------------------------------------------------------------------------------------------------------- （1）超参数介绍 ① 通常是手工设定，不断试错调整； ...
2022-01-29 19:54:42
2410
原创 【人工智能实验室】2022寒假第一次培训
此次培训内容为搭建简单模型。一、模拟散点数据 1、创建由100个范围为-1~1的数构成的一维张量用于表示x的值，再将x转换为100*1的矩阵； 2、根据公式y=x^4创建y的矩阵值，为了保证y的严谨性和合理性需要增加干扰，由于干扰由torch.rand()产生，所以每次产生的干扰数都不同，输出的值也就不一样； 3、将x和y都转换为numpy数据类型，即将tensor([[......]])转换为[[......]]； 4、绘制散点图并可视...
2022-01-26 14:57:50
1027
原创 【论文学习之SNE-RoadSeg】跑通SNE-RoadSeg代码
0 序言作为一个论文学习的小白，第一次去跑一篇论文代码可谓是下了老大功夫。从一开始的陌生，到现在逐渐熟练，对于如何正确跑通论文代码也有了较为清晰的方法步骤。这段时间跟着学长学习研究论文SNE-RoadSeg，所以接下来我将围绕此篇论文记录第一次跑代码的过程。一、服务器使用此前对于服务器概念较为模糊，这次算是正式接触服务器的使用。其实可以把服务器看作远程操作一台可以容纳很多用户的电脑，那么要操作该电脑（比如创建文件、删除文件、跑代码之类的）需要使用终端命令，在之后的...
2022-01-15 09:58:03
2704
15
原创 【人工智能实验室】第四次培训之目标检测（YOLOV4)
该目标检测学习自以下地址内容：(6条消息) 睿智的目标检测30——Pytorch搭建YoloV4目标检测平台_Bubbliiiing的学习小课堂-CSDN博客_yolov4目标检测https://blog.csdn.net/weixin_44791964/article/details/106214657(6条消息) 神经网络学习小记录-番外篇——常见问题汇总_Bubbliiiing的学习小课堂-CSDN博客https://blog.csdn.net/weixin_44791964/article/de
2021-11-27 11:36:59
1350
原创 【人工智能实验室】第四次培训之手势识别
P.S.代码内容取自以下这篇博客：https://blog.csdn.net/qq_45874897/article/details/105516981
2021-11-27 09:31:46
2178
1
原创 【自学】手写数字识别的深入学习
0前言 2021.11.17-11.19我花了挺多时间在手写数字识别项目上进行了研究，看了b站视频、看了大量博客、问了前辈，感觉收获还挺多，对于一些专业名词的理解包括整个神经网络搭建也不再那么似懂非懂，反正就是有一丢丢头目了。其实在今年暑期我就接触过这个手写数字识别项目了，但是没有进行很透彻的理解，导致后期对它的印象其实是很模糊的。But！！！今时不同往日啦！所以嘞我下面就对这三天学习的知识进行小小的归纳！（其中包括一些博主的归纳我也进行简述了） 首先了解...
2021-11-19 22:12:11
795
原创 【人工智能实验室】第三次培训之手写数字识别代码理解
感觉把每一行代码都理解过去特别爽！！！minist_train.pyimport torchfrom torch import nnfrom torch.nn import functional as Ffrom torch import optimimport torchvisionfrom matplotlib import pyplot as pltfrom utils import plot_image, plot_curve, one_hot#！！！首先是训练集处理部分
2021-11-18 22:30:36
820
1
原创 【自学】张量、维度、多维矩阵、dim、torch.argmax（）
在深度学习过程中经常会涉及到张量、维度的应用，那么我在一开始理解的时候经常将这俩玩意概念混淆，所以搜索了部分博客进行理解。 首先是张量的理解，张量维度范围可以是0~5，以下是关于张量通俗理解的链接：张量的通俗理解 - 努力奋斗的阿贝拉 - 博客园也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困惑。也https://www.cnbl...
2021-11-18 20:26:07
919
原创 【自学】深度学习之线性回归、Loss函数简单代码实战（附有完整代码）
！！！！！学习自b站up主 积极向上的江上 的机器学习视频，所以以下为学习记录！！！！！一、代码设计思路 首先要明确的是实战中的代码要实现的目标：使用线性回归拟合坐标轴上点，达到预测效果，那么在整个线性回归过程中包含loss函数（这里可以看出线性回归和loss函数是一个包含与被包含的关系）。其实这整个过程就像高中做过的统计题（只不过在机器学习中这个过程会更严谨一点）——根据题目给出的数据选择一个函数（简单题选择线性函数如y = ax+b就能做出来,复杂题选择指数函数之类才能做出来...
2021-11-17 21:49:09
2461
原创 【人工智能实验室】第二次培训之神经网络搭建介绍
图 CNN卷积神经网络学习链接：(98条消息) 深度学习——CNN(卷积神经网络)（超详细）_程旭员的博客-CSDN博客_深度学习中cnn一、...
2021-11-08 22:17:05
2950
原创 【人工智能实验室】第二次培训之深度学习理论基础
一、什么是机器学习如果把算法比作带有输入和输出的机器，那么能够让算法提取数据中蕴含的规律，通过利用数据，训练出模型，然后使用模型预测的一种方法，这就叫机器学习。（其实单看这个概念还是很抽象） 监督学习：输入机器的数据是带有标签的。 无监督学习：输入机器的数据不带有标签。 （PPT中“盗的图”）二、回归问题 线性回归 说来说去其实...
2021-11-07 16:14:11
410
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