深度学习
玛丽菇靓
行远自迩当自强~
展开
-
tensoflow和pytorch之间函数的转换
tf 1.x 对应的 pytorch 3.6+ 函数tf.nn.l2_loss(变量) <–> torch.norm(tensor)** 2 / 2 a = tf.Variable([[3.0, 4.0], [3.0, 4.0]]) a_l2_loss = tf.nn.l2_loss(a) # a中每个元素平方和除以2, 是一个scalar a_tor = torch.tensor([[3.0, 4.0], [3.0, 4.0]], dtype=torch.flo原创 2022-01-24 16:29:04 · 1043 阅读 · 0 评论 -
在tensorflow 2.x环境下使用tensorflow 1.x的方法
两天晕晕的教训,含泪整理在tensorflow 2.x环境下使用tensorflow 1.x的方法,超级简单!!!!!!!!!!!!!不需要改代码,不需要不需要!!!只需要在程序前面加入import tensorflow tf = tensorflow.compat.v1 # 正常应该是import tensorflow.compat.v1 as tf,但是知道我为啥一直不行,这样也可以叭~tf.disable_v2_behavior()还有继续即使是转成了1.x,但是有些函数依原创 2021-09-24 20:48:26 · 265 阅读 · 0 评论 -
About xpath
转载自简书,很清楚供自我学习这里是引用地址:引用自简书转载 2020-06-18 16:17:09 · 184 阅读 · 0 评论 -
下载NLTK data数据包
下载NLTK data数据包遇到的几个坑使用pycharm下载NLTK,python 3.6使用解释器命令行,输入import nltknltk.download()会出现一个交互式对话框将Server Index改为 http://www.nltk.org/nltk_data/下载的目录会默认到本项目中的venv文件夹下,并自创一个nltk_data文件夹在上方all package选项中找到想要的包进行下载,如果全部想选则在默认页面中选择all, 时间会久一些,建议随用随下点击原创 2020-06-11 16:06:45 · 1821 阅读 · 2 评论 -
吴恩达深度学习随笔之正则化,归一化
吴恩达机器学习随笔之正则化,归一化正则化:预防过拟合,对参数w做范式处理,使得矩阵W变得稀疏,就是将数据随机的忽略一部分,将会导致过拟合的数据,随机的消除一部分。有dropout正则化。归一化:统一输入数据特征的方差,代价函数更加的对称,使得梯度下降寻找最小值变得更加的简单。解决梯度消失或梯度下降的方法:选择更适合的初始化参数w,b。...原创 2019-09-04 17:01:14 · 359 阅读 · 0 评论