![](https://img-blog.csdnimg.cn/20210501190121469.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
文章平均质量分 50
深度学习实战
「已注销」
这个作者很懒,什么都没留下…
展开
-
基于pytorch的softmax分类器
一、概述 本文在pytorch的框架下,基于softmax分类器的原理,给出softmax分类器的源码,实现图像的分类。结合代码阐述神经网络的搭建过程,用测试集检验神经网络的训练结果,最后在本文末给出全部代码。 二、softmax分类器的搭建 1、下载数据集 import numpy as np import torch from torch.utils.data import DataLoader,Dataset from torchvision import transforms import gzip原创 2021-05-28 00:07:50 · 2145 阅读 · 0 评论 -
线性判别分析(LDA)的Pytorch实现
一、概述 定性阐述LDA原理,并给出LDA的推导过程,最后结合代码给出LDA实际应用案例。在本文最后给出Python的全部代码。 二、线性判别分析(LDA)的原理原创 2021-05-18 21:38:40 · 1448 阅读 · 0 评论 -
基于pytorch的logistic回归从零开始实现
一、概要 搭建基于logistic模型的神经网络,完成对数据的二分类。本文将结合代码阐述搭建过程,最后给出完整代码以及运行结果。 二、神经网络搭建步骤 1、生成数据集 在这里插入代码片原创 2021-05-08 16:05:19 · 1824 阅读 · 0 评论 -
基于Pytorch的线性回归从零开始实现
一、概述 搭建基于线性回归模型的神经网络,结合代码阐述搭建步骤,最后给出全部代码以及运行结果 二、搭建步骤 1、生成数据集 num_inputs=2 num_examples=1000 true_w=[2,-3.4] true_b=4.2 features=torch.tensor(np.random.normal(0,1,(num_inputs,num_examples))) labels=true_w[0]*features[0,:]+true_w[1]*features[1,:]+true_b plt原创 2021-05-01 21:54:12 · 109 阅读 · 0 评论