- 博客(14)
- 收藏
- 关注
RSS订阅原创 PID控制算法原理
控制算法——ntegral-erivative control比例-积分-微分控制器，顾名思义，由比例单元（roportional）、积分单元（ntegral）和微分单元（erivative）组成。
2024-03-03 23:14:45
391
1
原创 注意力机制attention理解（一）
灵感来源于人类视觉所特有的大脑信号处理机制：人类通过快速，获得需要，然后对这一区域投入更多注意力，以获取更多所需要关注目标的细节信息，而抑制其他无用信息。人类视觉注意力机制极大地提高了视觉信息处理的。
2024-02-29 11:22:49
367
原创 Pytorch实现RNN循环神经网络
该图给出了RNN基本参数的含义。对于图片的识别，一张图片可以类比一个句子，都是一个二维向量，输入相同。关于RNN的理解说明，以下视频阐述的非常清晰明了。
2024-02-22 19:05:08
467
3
原创 补充知识 —— 数据增强
另一方面，数据的获取或许具有不均匀性，在某一类别上的样本可能过多或者过少。同时，某些图像样本稍微移动视角或改变位置，所识别的结果可能都不一样，数据增强可以拓展样本的多样性，增强网络泛化能力。一方面，在某些情况下训练数据的获取并不是一件容易的事情，而优秀的神经网络所需要训练的参数是十分巨大的，我们需要给到与其参数个数成比例的训练样本，过少的样本可能会引起过拟合。在线增强在网络模型内部实现小批次的数据扩充，可以使用GPU优化计算，适用于大规模训练集。几何变换是非常常见的一种数据增强的方法。
2024-01-27 15:52:57
355
原创 Pytorch实现CNN卷积神经网络
通过继承nn.Module父类来定义CNN子类，包含卷积层、池化层、全连接层结构和向前传播过程。在此我们将搭建一个具有两层卷积层的网络结构，卷积后使用relu激活函数进行激活，采用平均池化，两个全连接层分别包含256和128个神经元，最后的分类器包含10个神经元。# 定义网络结构# 定义第一个卷积层nn.Conv2d(in_channels=1, # 输入的图片 （1，28，28）out_channels=16, # 经过一个卷积层之后 （16,28,28）
2024-01-25 23:39:05
460
2
原创 强化学习DQN代码解析——自动驾驶
本次将介绍一下强化学习当中的DQN (Deep Q-Learning) 算法，并通过一个自动驾驶的案例（pytorch）来具体说明，代码如下，包含代码运行过程中会出现的一些错误的解决方法。
2023-10-20 00:06:10
1582
5
原创 PCA主成分分析方法解析
PCA (Principal Component Analysis) 主成分分析法，是一种非常常见的数据处理方法，其常用于高维数据的降维处理，以提取多维数据中的主要特征分量。例如，我们有一组n×m的矩阵，其中n代表样本个数，m则代表维度。一般所谓的三维数据，采用X、Y、Z三个坐标轴的刻度来记录一个样本点的信息，即该样本点与原点所代表的向量在三个正交基上的投影。那么m维数据所记录的即该向量在m维空间中对m个基向量的投影。我们现在的目的是将该n×m的矩阵降维成n×k的矩阵，以此降低信息量。
2023-09-27 20:52:24
807
1
原创 Pytorch入门（二）——torch.nn模块
torch.nn.Conv1d()：1D卷积；torch.nn.ConvTranspose1d()：1D转置卷积；torch.nn.Conv2d()：2D卷积；torch.nn.ConvTranspose2d()：2D转置卷积；torch.nn.Conv3d()：3D卷积；torch.nn.ConvTranspose3d()：3D转置卷积；torch.nn.Conv2d()输入张量的格式为(N,C,H,W)，N为样本数；C为输入通道数；H和W为图片长宽。
2023-07-14 16:40:56
280
1
原创 Pytorch中的自动微分
注意：grad在反向传播过程中是累加的，每一次运行反向传播，梯度都会累加之前的梯度，所以一般在反向传播之前需把梯度清零。在torch中的torch.autograd模块中，我们可以设置参数requires_grad=True。它将开始追踪在该变量上的所有操作，后续通过链式法则进行梯度传播。完成计算后，可以调用.backward()是标量，则不需要为backward()来完成所有梯度计算。否则，需要传入一个与。的梯度将累积到.grad。
2023-07-13 22:08:13
120
1
原创 Pytorch入门（一）——张量
torch.set_default_tensor_type()：设置默认的数据类型；.dtype：获取张量的数据类型；
2023-07-13 17:18:46
133
1
原创 matlab实现卷积神经网络CNN（二）——代码实现与解析
用来随机划分训练集、测试集和验证集，当然你也可以自行划分好后分别导入。总之，train_x、test_x和val_x数据格式应该分别为。
2023-05-23 14:51:30
8001
13
原创 matlab实现卷积神经网络CNN（一）——网络结构介绍
卷积神经网络（convolutional neural network）是具有局部连接、权重共享等特性的深层前馈神经网络，最早主要是用来处理图像信息。，这些特性使得卷积神经网络具有很好的特征提取能力，且参数更少。卷积神经网络一般由构成。
2023-05-22 19:58:07
6926
3
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