- 博客(20)
- 收藏
- 关注
RSS订阅原创 pytorch中几种Dataset读取数据重写实现
通过重写Dataset类，对自己制作的数据集进行读取后传给DataLoader。主要用来完成从哪里读取数据和标签的功能。主要是__getitem__(返回数据集和标签)和__len__（返回数据的长度）这两个方法。import numpy as npimport torchimport osfrom PIL import Imagefrom torch.utils.data import Datasetclass MyDataset_1(Dataset): """ 通过包含数据
2021-06-07 15:36:23
1929
原创 ubuntu中neo4j图数据库社区版创建多个数据库
环境介绍:1.ubuntu 20.042.jdk-15.0.23.neo4j-community-4.2.3创建多个数据库1.查看neo4j是否安装成功进入neo4j安装路径bin目录下,运行./neo4j console,如下所示:上图代表已经启动了neo4j数据库.接下来网页访问数据库,访问地址http://localhost:7474/,如下所示:输入密码,如果是第一次进入密码默认为neo4j,点击连接.可以看到,页面第一行出现的neo4j$表示的现在在数据库名为neo4j的
2021-03-10 15:19:41
1268
5
原创 RuntimeError: “unfolded2d_copy“ not implemented for ‘Half‘
问题：RuntimeError: “unfolded2d_copy” not implemented for ‘Half’在使用GPU训练完deepspeech2语音识别模型后，使用django部署模型，当输入传入到模型进行计算的时候，报出的错误，查了问题，模型传入的参数use_half=TRUE，就是利用fp16混合精度计算对CPU进行推理，使用fp16来加快速度。解决方式：pytorch conv cpu不支持fp16，所以只需要将use_half=False，这样就能进行计算了。...
2021-01-13 14:28:41
15056
19
原创 MAC SystemError:‘class ‘cv2.CascadeClassifier’‘ returned a result with an error set
利用opencv的CascadeClassifier简单实现人脸识别环境：MAC+anaconda+opencv3.4问题：SystemError:‘class ‘cv2.CascadeClassifier’’ returned a result with an error set在学习opencv-python时，利用笔记本摄像头实现一个视频流人脸识别小程序，其中在调用opencv的haarcascade_frontalface_default.xml时程序报错SystemError，详细信息如下：
2020-08-01 14:53:35
643
原创 机器学习实战：TensorFlow模型的保存和读取
模型的保存：tf.train.Saver类中的save在训练一个TensorFlow模型之后，可以将训练好的模型保存成文件，这样可以方便下一次对新的数据进行预测的时候直接加载训练好的模型即可获得结果，可以通过TensorFlow提供的tf.train.Saver函数，将一个模型保存成文件，一般习惯性的将TensorFlow的模型文件命名为*.ckpt文件。模型的读取：tf.train.Save...
2020-05-06 15:20:37
368
原创 机器学习实战：TensorFlow构建简单卷积神经网络
模型架构输入数据：n*784的数据第一层卷积：卷积层1（filter=3* 3*1,个数为64个,padding=1,s=1)第一层池化：池化层1（maxpooling:2*2,s=2)第二层卷积：卷积层2（filter：3* 3* 64,128个filter,padding=1,s=1）第二层池化：池化层2（maxpooling:2*2,s=2）全连接层第一层：全连接层第一层（总结为...
2020-05-06 10:33:52
234
原创 机器学习实战：TensorFlow构建简单的神经网络架构
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('data/',one_hot=True)#先定义好网络模型中的各个层的神经单元数，本章节的网络模型是四层，第一层输入层，第二层和第三层都是神经元，第四层为输出层...
2020-04-29 12:43:04
213
1
原创 机器学习实战：TensorFlow构建逻辑回归模型
import tensorflow as tfimport matplotlib.pyplot as pltfrom tensorflow .examples .tutorials .mnist import input_data#使用MNIST数据集-10个手写体数据，对其进行分类print("Download and Extract MNIST dataset")mnist = in...
2020-04-27 17:12:44
287
原创 机器学习实战：TensorFlow构建线性回归模型
在本章中，开始使用简单模型：线性回归来探索 TensorFlow 编程。基于这个例子，我将介绍一些代码基础知识，以及，如何调用学习过程中的各种重要组件，如函数函数或算法梯度下降。变量之间的关系模型线性回归是一种用于衡量变量之间关系的统计技术。它的有趣之处在于实现它的算法在概念上不复杂，并且还可以适应各种各样的情况。由于这些原因，我发现用线性回归的例子开始深入研究 TensorFlow 很有意思...
2020-04-27 09:23:07
638
1
原创 机器学习中多样本情况下的正向传播与反向传播推导（手写）
在网上看到很多关于机器学习中正向传播与反向传播的介绍，基本上都是基于单样本来进行概括性的讲解和公式的介绍，对于对数学不是很好的我在多样本的情况下容易混乱，因此手写了关于正向和反向传播的计算，在正向传播中比较容易理解，反向传播中要求误差和梯度这是重点要搞明白的。神经网络模型首先介绍一下模型，模型是一个三层的神经网络模型，分别是输入层（x），隐藏层(a(1)a^{(1)}a(1))和输出层(a(2...
2020-03-21 14:46:27
1446
3
原创 机器学习实战：基于逻辑回归模型的信用卡欺诈检测
某银行为提升信用卡反欺诈检测能力，提供了脱敏后的一份个人交易记录。考虑数据本身的隐私性，数据提供之初已经进行了类似PCA的处理，并得到了若干数据特征。在不需要做额外特征提取工作的情况下，本项目意在通过逻辑回归模型的调优，得到较为准确可靠的反欺诈检测方法，分析过程中使用到了Python Pandas, Numpy, Matplotlib, Seaborn以及机器学习库Scikit-Learn等。数...
2020-03-15 13:29:06
1246
原创 机器学习之线性回归、梯度下降以及引入正则化
在https://blog.csdn.net/hxx123520/article/details/104183577这个链接中已经详细推导了线性损失函数函数的由来以及使用梯度下降和矩阵式求解求得θ\thetaθ使得损失函数最小。这个链接只是单纯了介绍了梯度下降和矩阵式求解的方法。今天在详细的介绍一下线性损失函数使用梯度下降的整体流程以及引入正则化。首先先介绍两个概念：梯度下降法和梯度下降思想。...
2020-03-10 22:13:24
2183
原创 Numpy中矩阵向量乘法np.dot()及np.multiply()以及*区别
Numpy中的矩阵向量乘法分别是np.dot(a,b)、np.multiply(a,b) 以及*，刚开始接触的时候比较模糊，于是自己整理了一下。先来介绍理论，然后再结合例子深入了解一下。数组矩阵元素乘法np.multiply(a,b) 或 a*bnp.multiply(a,b)矩阵乘法np.dot(a,b)np.dot(a,b) 或 a* b我们可以看到...
2020-03-07 15:56:51
2196
原创 机器学习实战：逻辑回归+梯度下降
使用梯度下降的方法进行逻辑回归实战：问题说明：这里将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学的管理员，你想根据两次考试的结果来决定每个申请人的录取机会，你有以前的申请人的历史数据。可以用历史数据作为逻辑回归的训练集。对于每一个样本,有两次考试的申请人的成绩和录取决定。建立一个分类模型，根据考试成绩估计入学概率。数据链接：链接:https://pan.baidu....
2020-03-06 10:28:43
2476
原创 机器学习之逻辑回归
1、逻辑回归概念面对一个回归或者分类问题，建立代价函数，然后通过优化方法迭代求解出最优的模型参数，然后测试验证我们这个求解的模型的好坏。Logistic回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题（即输出只有两种，分别代表两个类别。它就是通过拟合一个逻辑函数（logit fuction）来预测一个事件发生的概率。所以它预测的是一个概率值，自然，它的输出值应该在0到1...
2020-02-17 16:16:37
538
原创 线性回归中最小二乘法矩阵表现形式及最小化时关于参数theta的解析解的推导(手写)
1.最小二乘法的矩阵表现形式第一页纸定义了损失函数的样子, theta, X 和 y 的 shape, 以及最终的损失函数向量表现形式．2.最小化时参数θ\thetaθ矩阵式求解的推导第二页纸抄上了几个要用到的矩阵求导公式，以及推导过程和结果．要说明的是：推导结果与theta, X 和 y 的 shape有直接关系．该证明与西瓜书的结论类似。实质完全相同。...
2020-02-11 15:41:55
1058
原创 机器学习之线性回归
1.什么是线性回归线性回归，首先要介绍一下机器学习中的两个常见的问题：回归任务和分类任务。那什么是回归任务和分类任务呢？简单的来说，在监督学习中（也就是有标签的数据中），标签值为连续值时是回归任务，标志值是离散值时是分类任务。线性回归模型就是处理回归任务的最基础的模型。 线性回归模型试图学得一个线性模型以尽可能准确地预测实值X的输出标记Y。在这个模型中，因变量Y是连续的，自变量X可以是连续或离...
2020-02-06 19:51:11
1044
1
原创 神经网络中的激活函数
1.什么是激活函数？神经网络中，在隐藏层接一个线性变换后，在接一个非线性变换（sigmoid、tanh、ReLu等），这种非线性变换叫做激活函数（Activation Function）或者传递函数。2.为什么要使用激活函数？激活函数一般都是非线性函数，神经网络中的激活函数它的主要作用是提供网络的非线性建模能力。如果你的神经网络模型中，使用线性激活函数或者没有使用一个激活函数，那么无论多少...
2020-02-01 17:46:56
5254
1
原创 简单的神经网络
简单的神经网络从零编写一个简单的神经网络模型，网络模型采用三层架构，分别L0，L1，L2层。假设第一层3个特征（x1，x2，x3），第二层5个神经元，第三层一个输出。代码实现如下：import numpy as np#定义一个sigmoid函数def sigmoid(x,deriv=False): #False表示正向传播，True表示反向传播 if deriv==True: r...
2020-01-16 16:32:53
2493
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