- 博客(3)
- 资源 (10)
- 问答 (1)
- 收藏
- 关注
原创 torch flatten 的理解
torch.flatten(t, start_dim=0, end_dim=-1) 的实现原理如下。假设类型为 torch.tensor 的张量 t 的形状如下所示:(2,4,3,5,6),则 orch.flatten(t, 1, 3).shape 的结果为 (2, 60, 6)。将索引为 start_dim 和 end_dim 之间(包括该位置)的数量相乘,其余位置不变。因为默认 start_dim=0,end_dim=-1,所以 torch.flatten(t) 返回只有一维的数据。...
2020-05-19 17:45:48 24416 1
原创 无监督学习 之 高斯混合模型
假设:每个类都服从特定的统计分布高斯混合模型:一个模型,包含多个高斯分布混合在一起每个样本 都属于 现有的类,但是隶属度不同GMM 期望最大化算法1、初始化 kkk 个高斯分布 (默认 k-means) 给 kkk 个高斯分布赋予均值 μ\muμ 和方差 σ2\sigma^2σ22、软聚类 计算每个点对于每个类的隶属度E[Z1A]=N(Xi∣μA,σA2)N(Xi∣μA,σA2)+N(Xi∣μB,σB2)E[Z_1A]=\frac{N(X_i|\mu_A,\sigma_A^2)}{N
2020-05-11 11:02:45 901
原创 层次聚类法与密度聚类
一、层次聚类 - 单连接聚类(Single Link)Step:1、假设每个点是一个类(1,2,3,4,5,6,7,8)2、计算每个类两两之间的距离3、距离最短的类,合并为同一个类,如果类中有多个,根据不同层次算法选择的距离不同层次聚类算法距离计算sklearn单连接(Single Link)类间最短元素间的距离全连接(Complete Link)类间最远元素间的距离complete平均连接(Average Link)类间两两距离的平均值average
2020-05-11 10:43:45 831
ANDROID AIDL DEMO
2015-02-12
java 方法参数传值问题
2016-06-25
TA创建的收藏夹 TA关注的收藏夹
TA关注的人