- 博客(14)
- 收藏
- 关注
RSS订阅原创 Can‘t connect to MySQL server on ‘localhost‘ (10061)
今天装mysql出现错误，报错是Can’t connect to MySQL server on ‘localhost’ (10061)。问题出在了mysql服务端的登录上面。我输入指令是mysql -u root -P密码。结果就出现了以上报错。。解决方式是，我将指令改为mysql -u root -P 然后提示我输入密码，我接着输入密码就对了。这是个小小的错误吧，写下来，发出来。...
2021-05-15 13:51:30
115
原创 PyTorch深度学习实践代码 第十三讲
#引入torchimport torch#引入time计时import time#引入math数学函数import math#引入numpyimport numpy as np#引入pltimport matplotlib.pyplot as plt#从torch的工具的数据引入数据集，数据加载器from torch.utils.data import Dataset,DataLoader#从torch的神经网络的数据的rnn中引入包装填充好的序列。作用是将填充的pad去掉，然后根.
2021-03-09 14:36:18
855
原创 PyTorch深度学习实践代码 第十二讲
#引入torchimport torch#输入的大小是4input_size = 4#隐层的大小是4hidden_size = 4#层数是1num_layers = 1#batch的大小是1batch_size = 1#序列长度seq_len = 5#字母列表，也叫做字典。idx2char = ['e','h','l','o']#x是输入的索引。hellox_data = [1,0,2,2,3]#y是输出的索引。ohloly_data = [3,1,2,3,2]#独热.
2021-03-09 14:35:04
1166
原创 PyTorch深度学习实践代码 第十一讲
#引入torchimport torch#从torchvision中引入图像转换from torchvision import transforms#从torchvision中引入数据集from torchvision import datasets#从torch的工具中的数据引入数据加载器from torch.utils.data import DataLoader#引入torch中的神经网络的激活函数(relu)import torch.nn.functional as F#引入t.
2021-03-09 14:26:33
516
3
转载 PyTorch深度学习实践代码 第十讲
#引入torchimport torch#从torchvision中引入图像转换from torchvision import transforms#从torchvision中引入数据集from torchvision import datasets#从torch的工具中的数据引入数据加载器from torch.utils.data import DataLoader#引入torch中的神经网络的激活函数(relu)import torch.nn.functional as F#引入t.
2021-03-01 21:24:36
3325
2
原创 PyTorch深度学习实践代码 第九讲
#引入torchimport torch#从torchvision中引入图像转换from torchvision import transforms#从torchvision中引入数据集from torchvision import datasets#从torch的工具中的数据引入数据加载器from torch.utils.data import DataLoader#引入torch中的神经网络的激活函数(relu)import torch.nn.f.unctional as F#引入.
2021-03-01 21:21:00
533
1
原创 PyTorch深度学习实践代码 第八讲
import numpy as np#引入torchimport torch#从torch的工具的数据里面引入Dataset(是一个抽象类，不能实例化，只能被其他子类去继承)from torch.utils.data import Dataset#从torch的工具的 数据里面引入DataLoader(可以实例化一个DataLoader)from torch.utils.data import DataLoader#定义糖尿病数据集分类，继承自Datasetclass DiabetesD.
2021-03-01 21:11:43
475
4
原创 PyTorch深度学习实践代码 第七讲
#引入numpyimport numpy as np#引入torchimport torch#引入数据集,用np中的加载文本功能，加载文本。分割符为逗号。数据类型为32位浮点型xy = np.loadtxt('diabetes.csv',delimiter=',',dtype=np.float32)#x的数据是用torch中的来自numpy提取数据，：代表所有行，：-1代表除了最后一列的所有列。x_data = torch.from_numpy(xy[:,:-1])#y的数据是torch.
2021-03-01 21:08:47
439
原创 PyTorch深度学习实践代码 第六讲
#引入torchimport torch#准备数据将数据分为第0类和第1类x_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[0],[0],[1]])#将逻辑回归模型分类，模型继承于Moduleclass LogisticRegressionModel(torch.nn.Module): #初始化自身对象 def __init__(self): #super调用父类初始化器 .
2021-03-01 21:03:38
264
1
原创 PyTorch深度学习实践代码 第五讲
#引入torchimport torch#准备数据，用Tensor张量表示x_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[2.0],[4.0],[6.0]])#将线性模型定义为一个类，nn的意思是神经网络neural network.所有的模型都要从nn.Module模块继承下来。class LinearModel(torch.nn.Module): #__init__为构造函数，初始化你的对象的时候.
2021-03-01 20:50:53
327
2
原创 PyTorch深度学习实践代码 第四讲
#引入torchimport torch#构建数据集x_data = [1.0,2.0,3.0]y_data = [2.0,4.0,6.0]#用torch.Tensor创建一个权重变量，后面的1.0代表只有一个权重w = torch.Tensor([1.0])#权重w是需要计算梯度的，设它为真。w.requires_grad = True#构建模型def forward(x): return x * w#计算损失函数def loss(x,y): y_pred = f.
2021-03-01 20:47:11
328
原创 PyTorch深度学习实践代码 第三讲
#准备训练集数据x_data = [1.0,2.0,3.0]y_data = [2.0,4.0,6.0]#设初始权重为1w = 1.0#定义模型def forward(x): return x * w#定义均方差def cost(xs,ys): #设初始均方差为0 cost = 0 #用zip拼装送给x,y for x,y in zip(xs,ys): #计算y的预测值 y_pred = forward(x) .
2021-03-01 20:44:47
184
原创 PyTorch深度学习实践代码 第二讲
#输入必要的库去画曲线图import numpy as npimport matplotlib.pyplot as plt#准备训练集x_data = [1.0,2.0,3.0]y_data = [2.0,4.0,6.0]#定义模型def forward(x): return x * w#定义损失函数def loss(x,y): y_pred = forward(x) return (y_pred - y) * (y_pred - y) #将权重w和权重w的损失.
2021-03-01 20:39:00
337
2
原创 PyTorch深度学习实践代码 第一讲
目标怎样使用PyTorch实现学习系统2.理解神经网络和深度学习的基础需要1.线性代数和概率论与数理统计2.python机器学习1.根据信息进行推理2.根据图像进行预测用监督学习，训练算法穷举法贪心法分治法动态规划机器学习中首先有了数据集，从数据集里面找到算法。（提模型，训练，验证）AI包括机器学习，机器学习包括表示学习(特征提取)，表示学习包括深度学习。如何发展学习系统1.基于规则的系统（输入》手动设计程序》输出）2.经典机器学习（输入》手动设计特征》特征映射》输出
2021-03-01 20:31:33
306
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