机器学习
文章平均质量分 51
机器学习相关基础知识
坚果仙人
从事计算机视觉、图形学相关算法研究
展开
-
【PyTorch笔记 02】基本的卷积操作Conv1d
Conv1d的理解conv1d有两个,一个是torch.nn模块中,另一个是torch.nn.functional模块中。调用格式torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode=‘zeros’, device=None, dtype=None)in_channels:输入通道数out_channels原创 2021-11-22 20:15:35 · 6957 阅读 · 3 评论 -
【PyTorch笔记 05】使用DataLoader类进行数据加载的策略
在某些情况下,训练数据的循环中需要同时加载两个数据集,然而加载两个数据集有可能不等长。这就有可能导致训练时出现逻辑问题。上述代码中,DataLoader类管理支撑集和查询集,当遇到不等长的情况时,循环会在短的数据处理结束时终止。原创 2024-02-28 09:07:24 · 573 阅读 · 0 评论 -
【PyTorch笔记 04】F.cross_entropy的使用
(负对数似然损失)的计算,因此输入得分(即模型输出)不需要事先经过softmax处理。是PyTorch中用于计算交叉熵损失的函数,非常适合用于多分类问题。这种方式使得实现多分类问题的模型训练变得简单而直接。原创 2024-02-28 08:59:56 · 1189 阅读 · 0 评论 -
【机器学习一百问 01】 迁移学习和小样本学习的本质不同是什么?
总结来说,迁移学习强调的是从其他任务中学到的知识如何应用到新任务上,而小样本学习侧重于在极少量的数据上实现有效学习的策略和方法。尽管它们在某些应用中可能会重叠,但它们的出发点和解决问题的方法各有不同。注: 这些只是个人理解,如有质疑可提问讨论!原创 2024-01-10 14:51:19 · 971 阅读 · 0 评论 -
【Pytorch笔记 01】深度学习模板 (未完)
参考Train# train文件主要是训练模型,主要步骤有:# 1、导入必要的包# 2、设置超参数# 3、读入数据及预处理# 4、开始训练,打印错误和准确率# 5、保存模型,并给出提示import torchimport pandas as pdfrom torchvision import datasetsfrom torch.autograd import VariableLOSS_TYPE = 'MSELoss'METHOD = 'alex'EPOCHS = 400BA原创 2023-11-24 10:21:07 · 1399 阅读 · 1 评论