- 博客(5)
- 收藏
- 关注
原创 手把手实现AI诗歌生成(AI写诗)
本模型采用的是字符级别的诗歌生成(pytorch)环境:python3.Xpytorch GPU或CPU版本都行,另外天有点冷,建议用GPU训练,电脑绝对比暖手宝好用目录项目文件结构:数据已经打包:1、数据集处理2、构建模型与训练模型基于概率语言模型的模型网络结构网络输入输出损失函数3、生成诗歌4、配置文件5、生成效果6、结语参考:项目文件结构:data:存放预处理好的数据model:存放训练好的模型co
2022-01-23 14:51:59
9462
6
转载 手搓卷积神经网络+mnist手写数字识别
烦,摆烂输入:28 x 28 x 1 图片卷积层:8个 3 * 3的卷积核,得到的输出:26x26x8池化层:4x4x8的最大池化层,得到的输出:13x13x8将上诉13x13x8的数据展开成全连接层(展平),得到1352个全连接神经元softmax层:输出10维数据,对应手写数字的10个分类结果import numpy as npimport pandas as pdclass Conv3x3: def __init__(self, num_filters):
2021-12-02 10:42:59
477
原创 逻辑回归的多分类问题(线性分类的多分类问题)
依然还是经典的鸢尾花数据集的例子,4个输入特征,输出的类别有3种,分别记为0,1,2。普通的逻辑回归或其他线性分类模型(如SVM),很适合做二分类问题,不能直接解决多分类题,因为一条线或者一个超平面只能将数据分割成两个部分。但稍稍改进即可完成多分类。假设输出的类别有3种,分别是乔峰,段誉,虚竹,我们只需要训练3个二分类器,第一个二分类器用于判断这个人是不是乔峰,如果是输出1,不是输出0。同理,第二个二分类器用于判断这个人是不是段誉,如果是输出1,不是输出0。第三个二分类器用于判.
2021-10-10 22:22:50
1200
原创 手搓线性回归
上课的时候的一个实验,闲得无聊把3维的线性回归矩阵化,以便以后可以对几百几千维的数据也可以使用该算法(虽然直接sklearn更快),但毕竟是手搓出来的用起来好玩一点点。线性回归原理如下(原理很简单,字是鬼画符,不看也罢):注:这里只是回归,不是分类。多分类的问题的话需要训练多组参数W和b,用softmax进行分类,其结构就类似没有隐藏层只有输出层的神经网络。这里就懒得弄了。鸢尾花数据集链接如下:链接:https://pan.baidu.com/s/1Lm5oKDfnnFGvWy.
2021-09-25 11:23:41
5168
1
原创 机器学习预测离婚
数据链接和代码:链接:https://pan.baidu.com/s/19Rj_kP2iJ0szS6l2IWg6FQ提取码:ezbd1、数据分析数据集divorce.xlsx,我们先来看一下数据说明。简单来说,每一个维度对应一个调查问卷的问题。如图需要引入的库:import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns # 用这个库绘制数据分..
2021-08-21 18:56:19
2554
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