机器学习
文章平均质量分 57
CHNMSCS
分享是一种快乐,
脚踏实地,仰望星空
展开
-
机器学习 - 使用 make_moons 做 binary classification (含代码)
【代码】机器学习 - 使用 make_moons 做 binary classification (含代码)原创 2024-04-05 19:06:57 · 307 阅读 · 0 评论 -
机器学习 - metric评估方法
有一些方法来评估classification model。原创 2024-04-05 16:49:11 · 454 阅读 · 0 评论 -
机器学习 - 创建多类别的数据
这个方法用于生成聚类数据集,也用于测试和调试聚类算法。可以用到 scilit-learn 里的。原创 2024-03-30 00:12:05 · 409 阅读 · 0 评论 -
机器学习 - 手动实现 ReLU 和 Sigmoid
【代码】机器学习 - 手动实现 ReLU 和 Sigmoid。原创 2024-03-29 22:41:54 · 290 阅读 · 0 评论 -
机器学习 - 提高模型 (代码)
问题,就得提高模型了。原创 2024-03-29 17:20:28 · 623 阅读 · 0 评论 -
机器学习 - 神经网络中的训练模型
创建 training 和 testing loop。看到这了,给个赞呗~原创 2024-03-26 12:08:12 · 487 阅读 · 0 评论 -
机器学习 - 创建一个PyTorch classification model
先得将数据从 numpy arrays 移到 PyTorch tensor 里。需要创建 loss function 和 optimizer。设置 loss function 和 Optimizer。之后,将数据分成训练集和测试集。都看到这了,给个赞呗~原创 2024-03-26 00:14:27 · 900 阅读 · 0 评论 -
机器学习 - 神经网络分类
什么叫做分类问题?原创 2024-03-25 13:21:17 · 723 阅读 · 0 评论 -
深度学习 - PyTorch基本流程 (代码)
【代码】深度学习 - PyTorch基本流程 (代码)原创 2024-03-25 12:12:34 · 557 阅读 · 0 评论 -
机器学习 - Indexing 使用
有时候,你需要从tensor里取出特定的数据,这就得用到 indexing 的方法了。获取index对应的位置。原创 2024-03-17 11:36:30 · 852 阅读 · 0 评论 -
机器学习 - PyTorch tensor 和 numpy
因为numpy是一个python numerical computing library, PyTorch 可以 interact with it nicely.下面是代码来展示,让tensor和numpy做两者之间的互相转换。原创 2024-03-17 12:56:20 · 562 阅读 · 0 评论 -
机器学习 - Reproducibility
的方法来操作,其中的device是 target device you’d like the tensor (or model) to go to.如果想将tensor back to CPU来使用numpy,可以使用。如果想要将tensor放到GPU上运行,可以通过。如果通过添加seed,两个Tensor就一样了。这里稍微提一下CUDA。看到这了,给个赞呗~原创 2024-03-17 18:12:22 · 376 阅读 · 0 评论 -
机器学习 - 准备数据
下面是代码展示,创建一个straight line data。将上面获取到的数据进行拆分,每部分数据带有不同的意思。通过将各个数字显示出来,更直观。机器学习其实可以分为两部分。都看到这了,给个赞呗~原创 2024-03-18 23:13:46 · 681 阅读 · 0 评论 -
机器学习 - 选择模型
Neural Network Block的设计旨在简化神经网络模型的构建和管理,提高代码的可读性和可维护性。通过将神经网络模型划分为多个块,可以将模型的不同部分进行分离,使得每个部分都可以独立地设计,调整和复用。这种模块化的设计使得构建复杂的神经网络变得更加灵活和高效。Neural Network Block 通常指的是神经网络中的一个模块化组件,它可以包含一个或多个层 (layers) 以及一些额外的操作,被设计用来完成特定的功能或实现特定的神经网络结构。比如:卷积神经网络中的卷积块。原创 2024-03-19 12:18:10 · 860 阅读 · 0 评论 -
机器学习 - 训练模型
它是梯度下降算法的变种,在每次更新参数时都使用随机样本的梯度估计来更新参数。在每次迭代中,SGD随机选择一小批样本 (mini-batch) 来计算损失函数关于参数的梯度,并使用该梯度来更新参数。Adam优化器是一种常用的优化算法,它结合了动量法和自适应学习率调整的特性,能够高效地优化神经网络模型的参数。而自适应学习率调整项可以根据参数的历史梯度来调整学习率,从而在不同参数上使用不同的学习率,使得参数更新更加稳健。MAE计算的是预测值与真实值之间的绝对差值的平均值,即平均误差的绝对值。原创 2024-03-19 16:28:49 · 1235 阅读 · 0 评论 -
机器学习 - 预测训练模型
torch.inference.mode() 是一个上下文管理器,用于控制推断模式下的模型行为。在深度学习中,模型在训练和推断 (或称为预测) 阶段有不同的行为。在推断阶段,通常不需要计算梯度,也不需要跟踪计算图,这样可以提高推断速度并减少内存占用。这样可以确保模型在推断阶段不会意外地计算梯度,提高了推断的速度和效率。上下文环境时,PyTorch会关闭梯度跟踪,并且禁用自动微分机制。在下图,能看到预测点跟测试点很靠近,这结果挺理想的。上下文管理器就是为了控制模型在推断阶段的行为。原创 2024-03-20 12:19:17 · 609 阅读 · 0 评论 -
机器学习 - save和load训练好的模型
是一个用于序列化和反序列化Python对象的标准库模块。它可以将Python对象转换为字节流 (即序列化),并将字节流转换回Python对象 (即反序列化)。在深度学习中,经常需要保存训练好的模型或者训练过程中的中间结果,以便后续的使用或分析。PyTorch提高了方便的API来保存和加载模型,其中就包括了使用。模块在很多情况下都非常有用,特别是在保存和加载模型,保存训练中间状态等方面。如果已经训练好了一个模型,你就可以save和load这模型。模块进行对象的序列化和反序列化。原创 2024-03-20 17:31:06 · 548 阅读 · 0 评论 -
机器学习 - 线性问题
模块也被称为 “feed-forward layer"或者"fully connected layer”。矩阵做 transpose。原创 2024-03-16 00:06:17 · 481 阅读 · 0 评论 -
机器学习 - PyTorch中常使用到的名字解释
下面是python的例子,最基本的向量表示方式是使用列表或数组来存储数据。举个例子: 你可以来描述一张image。原创 2024-03-14 18:26:20 · 519 阅读 · 0 评论 -
机器学习 - Python导入外部的代码到本地
如果我们发现在某平台发现这代码文件挺有用的,可以通过Python代码将其下载。就可以看到在文件夹里已经将example.py文件下载下来了。原创 2024-03-14 14:00:08 · 342 阅读 · 0 评论 -
机器学习 - 手动实现交叉验证法
交叉验证法 (cross validation): 将数据集D划分成 k 个大小相同或者相似的互斥的子集,每次使用 k - 1 个子集的并集作为训练集,剩余的子集作为测试集,进行k次训练和测试,计算模型在测试集上的准确率,最终返回k个测试结果的平均值 (k 最常用的取值是10)代码如下:结果:都看到这,点个赞支持一下咯~原创 2024-03-05 15:02:00 · 388 阅读 · 0 评论 -
机器学习 - 手动实现自助法
自助法原创 2024-03-05 16:02:46 · 532 阅读 · 0 评论 -
机器学习 - 手动实现留出法
留出法 (hold-out)实现代码如下:结果如下:都看到这,点个赞支持一下咯~原创 2024-03-04 20:56:22 · 416 阅读 · 0 评论 -
机器学习 - sklearn中的classification_report()和KNeighborsClassifier()介绍
sklearn原创 2024-03-04 13:36:49 · 622 阅读 · 0 评论 -
机器学习 -测试集和训练集的划分
下面是用代码来实现这两种方法,用到的数据集是 Iris Dataset。这里记录在机器学习中,使用几种方法来做对数据集进行拆分成。库中的 sklearn.datasets 的模块。原创 2024-03-03 23:29:57 · 974 阅读 · 0 评论