Dog_King_-CSDN博客

原创 PCA(主成分分析)、AE(自编码器)、SAE(堆叠编码器)

PCA的任务是进行降为，降为的方法是通过变换坐标系，如下图有几个数据都是二维的，我们通过移动旋转，使其都落在X轴上，那么，我们就可以通过一维坐标来表示这些数据了。当然我们处理的数据不会每次都那么巧的可以落在一个坐标轴上。从上面也可看出来，我们的目标是找一个好的坐标系，坐标系自然包括新的坐标原点，和平移坐标系后的旋转角度。我们新坐标原点的就是所有数据的中心点，也就是完成中心化，旋转角度，是为了让数据在新的坐标系下，数据之间的方差最大化。（有效的区分不同的数据，最大可能保存或提取数据的特征信息）

2024-05-07 13:50:43 696

原创深度学习之RNN,LSTM,GRU,CNN-GRU,ABLSTM(pytorch实现)

RNN模型最重要的贡献就是引入了隐藏层，隐状态存储的都是前一些时刻的相关特征信息，也是隐状态让模型有了记忆的能力。计算公式就类似于线性层。t时刻的H是由t-1时刻的H（也就是记忆的之前的信息），加上Xt（当前时刻的特征）GRU模型和前面的RNN模型很像，包括输入特征、隐藏态、输出。但是又有了改进，主要改进了隐藏态H的计算方法，通过门控制隐状态。这里引进了门，就是数电那种逻辑电路。这里引入了重置门和更新门，都是根据上一个时刻的隐藏态和t时刻的特征X计算得出。GRU还引入了候选隐状态。

2024-04-27 19:49:45 1282 5

原创深度学习python库之os、glob、shutil、pathlib

在深度学习处理数据集的时候，我们需要处理数据集的相关目录和文件，这里需要利用python的一些模块，本篇文章就是介绍这些模块。

2024-04-26 16:20:33 687

原创 Pytorch之Dataset和Dataloader(加载数据)

首先深度学习需要数据集，而数据集的处理离不开Dataset类和DataLoader类。一个文件夹对应一个类，data根据类被分成不同的文件夹一个图片文件对应名称为标签，两个文件夹，一个文件夹存图片，另一个存标签。有的标签过于复杂，适合单独存放，而不放入名字里。

2024-03-25 21:00:46 450

原创 Pytorch 之 tensorboard

Tensorboard为是Google TensorFlow的可视化工具，可以用于记录训练数据、评估数据、网络结构、图像等，并且可以在web上展示，对于观察神经网络的过程非常有帮助。PyTorch也推出了自己的可视化工具，叫做torch.utils.tensorboard。提示：以下是本篇文章正文内容，下面案例可供参考例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

2024-03-25 20:23:54 895

原创 Pytorch之transforms

Tensor（张量）是多维数组的抽象表示，可以表示各种数据类型，如标量（0维张量）、向量（1维张量）、矩阵（2维张量）以及更高维度的数组。在深度学习中，神经网络的参数和输入数据都可以表示为张量，通过张量操作可以高效地进行大规模数据的运算和处理。可以理解成一个工具箱，里面定义的各种类和方法，可以处理图片，对图片进行加工，得到我们想要的结果。因此，引入tensor类型的变量可以更好地满足深度学习模型对数据表示和运算的需求，提高模型的效率和灵活性。如果输入的参数是一个整数x，将图片短边缩放至x，长宽比保持不变。

2024-03-25 19:10:41 627

Dog_King_的博客

原创 PCA(主成分分析)、AE(自编码器)、SAE(堆叠编码器)

原创深度学习之RNN,LSTM,GRU,CNN-GRU,ABLSTM(pytorch实现)

原创深度学习python库之os、glob、shutil、pathlib

原创 Pytorch之Dataset和Dataloader(加载数据)

原创 Pytorch 之 tensorboard

原创 Pytorch之transforms

原创 Acwing第二课之前缀和与差分

原创 Acwing第三课之双指针

原创 Acwing基础算法课第一课之快速排序、归并排序、二分查找

空空如也

空空如也