- 博客(10)
- 收藏
- 关注
RSS订阅原创 Tensorflow_2 Tutorials TF2 入门-Tensor
张量及其操作Tensor的创建从numpy创建import tensorflow as tfimport numpy as npif __name__ == '__main__': x = np.ones([1, 2], dtype=np.float) X = tf.convert_to_tensor(x, dtype=tf.float32) print(X) # tf.Tensor([1. 1.], shape=(2,), dtype=float32)从pyth
2020-11-21 11:31:58
191
原创 pytorch中名目繁多的乘法
pytorch中名目繁多的乘法pytorch中表达乘法的方法有很多，如torch.mul()，以下为笔记兼试错心得。既然选择了半小时入门玩法，基础总是要撞坑的！1. 读作torch.mul()写作*的乘法简单来说就是 tensor 元素逐个相乘，他还有一个洋气的名字叫哈达玛积。又学了一个憨憨叫法，又可以用专有名词吓坏小朋友了。import numpy as np import torcha = range(12)n = np.array(a).reshape([3, 4])X = tor
2020-11-14 22:14:20
1193
原创 压缩感知理论，我来补基础了！
目录压缩感知压缩感知的主要应用为什么选择压缩感知压缩感知是什么信号采样奈奎斯特采样定理压缩感知采样与奈奎斯特采样的差别压缩感知的格式ϕ\phiϕ的要求压缩感知与ISTALASSO问题优化形式压缩感知压缩感知的主要应用目前压缩感知主要应用再无线信号通信，核磁共振成像，雷达成像，信息采集，超分辨率图像重构等领域为什么选择压缩感知压缩感知提供了一个新的采样理论，通过对信号稀疏性的开发，在远小于奈奎斯特采样率的条件下，通过随机采样得到的样本通过非线性重建可以完美还原(重建)信号。压缩感知方法抛弃
2020-11-14 20:37:58
1009
原创 Pytorch框架学习 -3 pytorch损失函数
文章目录Pytorch框架学习 -3 pytorch损失函数前置无参数损失函数定义初始化方法这估计是最友好的pytorch基类了吧！一个实现的例子L1范数损失L1损失函数其他的损失函数类都类似这样实现的欣赏一下吧！其他的损失函数本体也都长得差不多，再实现的欣赏一下吧！有参数损失函数Pytorch框架学习 -3 pytorch损失函数前置nn.Module 简单分析无参数损失函数定义class _Loss(Module): reduction: strpytorch设计是真的强，我原本
2020-10-16 20:02:36
583
原创 Pytorch的内置模型 #2 卷积模型
文章目录Pytorch的内置模型 #2 卷积模型前置卷积基类类定义初始化函数实现继承判断输入参数合法性是否转置是否有偏置参数初始化reset_parameters方法extra_repr方法卷积实现类三个卷积实现类以Conv1d为例分析Pytorch的内置模型 #2 卷积模型前置Module类分析一个更简单的实例 线性模型卷积基类class _ConvNd(Module):类定义class _ConvNd(Module): __constants__ = ['stride', 'p
2020-10-16 19:34:03
1844
3
原创 Pytorch的内置模型 #1 线性模型
文章目录线性模型目的线性模型要解决的问题1 完整源码2 知识储备变量3 forward()方法linear()函数inputweightbias核心代码初始化方法线性模型目的通过学习先进的内置模型，提高建模能力。大佬能把这个模型写出花来！我也要做一个能写出花来的男人！线性模型要解决的问题Y=AX+bY=AX+bY=AX+b实现对A和b的逼近。(请记住这个公式，请相信自己能记住他，最起码五分钟！)1 完整源码class Linear(Module): __constants__ =
2020-10-15 21:12:13
700
原创 Pytorch框架学习 -2 torch.nn.modules.Module(nn.Module)理解
文章目录Pytorch框架学习 -1 torch.nn.modules.Module(nn.Module)理解最简单的例子分析部分源码：基本参数dump_patches_versiontraining初始化函数_parameters_buffers_modules其他属性forward一些注册器register_bufferregister_parameteradd_modulezero_grad()train一个复杂一些的例子Pytorch框架学习 -1 torch.nn.modules.Module(
2020-10-15 15:46:40
7999
2
原创 LISTA通过学习的方式进一步提高稀疏向量的生成效率 python（pytorch）
文章目录Learned ISTA 基于学习的快速迭代软阈值方法前置：大佬的论文LISTA与ISTA相同点思想方法期望WdW_dWdLISTA想要如何进一步优化1.对迭代公式进行变形2. 选取可训练参数集3. 通过BPTT进行训练LISTA Pytorch 实现不会画图明天学！评价有问题Learned ISTA 基于学习的快速迭代软阈值方法前置：ISTA 迭代收缩软阈值算法Pytorch 入门大佬的论文Learning Fast Approximations of Sparse Codin
2020-10-15 14:39:17
2749
5
原创 Pytorch框架学习 -1 pytorch入门
文章目录Pytorch Learning -1 pytorch入门安装优化算法使用numpy实现一个多元线性回归Pytorch 数据类型标量张量随机初始化索引维度变换广播使用pytorch实现一个多元线性回归Pytorch Learning -1 pytorch入门安装安装CUDA10.2cuda10.2 安装地址根据自己系统选择版本(我这边win10)一路next安装minicondaminiconda 镜像地址配置conda代理conda config --add
2020-10-13 20:11:18
404
原创 ISTA与稀疏编码 both python & matlab
目录ISTA与稀疏编码本人习惯稀疏编码稀疏编码是什么鬼优秀的糅合怪LASSO格式的稀疏优化迭代软阈值算法软阈值函数ISTA补充：ISTA与稀疏编码本人习惯注释我自己的想法或者例子，不必要代码function [...] = fun(...)....end稀疏编码稀疏编码是什么鬼图像可以认为是n×m×3n \times m \times 3n×m×3的一个矩阵，随着图像清晰度的提升，以目前主流的1920*1800图像为例，单单一个图片就可能有1920×1080×3≥6×1061920
2020-10-11 13:01:39
2108
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