- 博客(8)
- 收藏
- 关注
RSS订阅原创 机器学习第5周 运动鞋识别
●milestones(list)：是一个关于epoch数值的list，表示在达到哪个epoch范围内开始变化，必须是升序排列。这些均值和标准差是通过计算ImageNet数据集中所有训练图像的RGB通道均值和标准差得出的。●optimizer(Optimizer)：是之前定义好的需要优化的优化器的实例名。预测结果是：adidas。预测结果是：adidas。预测结果是：adidas。预测结果是：adidas。预测结果是：nike。预测结果是：nike。预测结果是：nike。预测结果是：nike。
2026-06-12 17:53:17
217
原创 机器学习第4周：猴痘病识别
是一个存储了数据集类别和对应索引的字典。在PyTorch的ImageFolder数据加载器中，根据数据集文件夹的组织结构，每个文件夹代表一个类别，class_to_idx字典将每个类别名称映射为一个数字索引。是 PyTorch 中用于加载和管理数据的一个实用工具类。它允许你以小批次的方式迭代你的数据集，这对于训练神经网络和其他机器学习任务非常有用。对数据的维度进行压缩，去掉维数为1的的维度。预测结果是：Monkeypox。预测结果是：Others。
2026-06-05 16:48:51
165
原创 机器学习第三周 Pytorch实现天气识别
在使用 PyTorch 训练神经网络时，optimizer.zero_grad()、loss.backward() 和 optimizer.step() 是训练过程中三步关键操作，分别负责 清零梯度、反向传播、更新权重。在 PyTorch 中，梯度是累加的。对于一般的CNN网络来说，都是由特征提取网络和分类网络构成，其中特征提取网络用于提取图片的特征，分类网络用于将图片进行分类。会自动计算所有可学习参数对损失函数的导数（梯度），这些梯度存储在每个参数的 .grad 属性中，用于后续优化器更新参数。
2026-05-29 18:57:22
224
原创 机器学习第二周 CIFAR10彩色图片识别
卷积层 = 用多个小模板自动扫描图片，提取局部特征。做完卷积之后，你会得到不少特征图。如果直接把这些图送给下一层，数据量仍然很大，而且容易对微小移动过于敏感。这时候就需要。
2026-05-22 01:50:33
356
原创 机器学习第一周（基于Pytorch实现mnist手写识别）
设置硬件设备，如果有GPU则使用，没有则使用cpudevice返回device(type='cuda')代表使用了GPU。
2026-05-08 01:35:20
350
原创 为什么有时读取XML文件会失败
<br />用StringBuilder创建的内存XML文件，如果用ToString的方式转换进XmlDocument.LoadXml中，不会有问题，此时编码为缺省的Unicode，UTF-16.但是如果用MemoryStream通过设置Encoding属性为Encoding.UTF8，再通过Encoding.UTF8.GetString(stream.ToArray());转换为String，导入XmlDocument则会报不可识别的字符错误，但是Encoding换成new UTF8Encoding();
2010-11-19 20:24:00
5135
转载 c# WebService调用的三大难题
<br />c# WebService调用的三大难题 <br />一、用C#实现WebService是相当简单的事情，我们只要创建一个Web服务程序，在方法名上面加上[WebMethod]，部署到IIS上，就能像访问Web站点一样访问WebService。<br />用C#编写客户端时，只需要将WebService添加到引用，就能像调用本地方法一样去C# WebService调用。像这样的例子也比比皆是，在这就不多讲。<br />二、用C++实现WebService，一般会用到gsoap，具体方法见：htt
2010-11-19 01:38:00
956
原创 .Net 2.0 WebService传递参数的问题
<br />using System;<br />using System.Web;<br />using System.Web.Services;<br />using System.Web.Services.Protocols;<br />using System.Xml;<br />[WebService(Namespace = "http://tempuri.org/")]<br />[WebServiceBinding(ConformsTo = WsiProfiles.BasicProfile1_
2010-11-18 00:17:00
914
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