m0_61346642-CSDN博客

原创 2024.5.22 类对象

封装：类的私有属性和私有方法调用私有方法和打印私有属性都会报错，给私有属性赋值不会报错但无效，但是可以被类内的方法使用，使用时用self.__...。私有属性和方法要在前面加上__在构建类对象时自动执行，将传入的参数自动传递给__init()__方法使用。python类可以使用__init__()方法，即构造方法。构造方法是python类的内置方法，其他内置方法还有。面对对象编程三大主要特征：封装继承多态。

2024-05-23 14:32:26 181 1

原创 2024.5.20 数据可视化

json数据格式：json是一种轻量级的数据交互格式，可以按照json指定的格式去组织和封装数据，json本质上是一个带有特定格式的字符串。json是一种在各个编程语言中流通的数据格式，负责不同编程语言中的数据传递和交互中转数据格式。是谁520还要学python？json的格式：字典或字典的列表。pyecharts模块。

2024-05-22 19:26:11 125 1

原创 2024.5.19 python中的异常、模块、包

_init__.py文件为空文件，可以在该文件中定义__all__列表变量，来控制import * 导入的模块。python包：python文件夹，里面有很多模块组合在一起，和一个__init__.py文件，为自动创建。还可以：from 包名 import 模块名使用时：模块名.函数名。导入包：import 包名.模块名使用时：包名.模块名.函数名。python模块：工具包以.py结尾，是一个python文件。若多个自定义模块有同名，则后面的覆盖。异常的传递性：bug信息层层传递。

2024-05-19 18:54:43 178

原创 2024.5.19文件

文件编码为二进制文件，编码技术：UTF-8 GBK Big5等编码，不同的编码，翻译的内容不一样。文件的追加：a模式其他同写文件。

2024-05-19 16:43:55 102

原创 2024.5.19第二阶段

lambda 传入参数：返回结果 lambda函数作为临时定义的函数，只能使用一次。2、按键值对传参参数之间的位置不固定，若未指定形参的实参必须按照位置来。lambda匿名函数区别于def，def定义的函数可以重复使用。函数返回多个返回值，接收多个返回值。3、缺省参数设置参数默认值。1、按形参位置传入参数。函数作为参数传入函数。

2024-05-19 15:55:44 168

原创数据容器学习

tuple（）转元组 str（）转字符串列表元组转字符串时会在括号外加上双引号字典也会保留value值 set（）转集合会去重。以上数据类型通用： len() max() min() 找最大最小字典也只看key list() 字典转列表只看key。元组的操作： t.index() t.count() len(t)元组内有一个列表，列表本身不变，但是列表内元素可变（联想地址）元组：元组一旦定义，不能修改，用小括号，可以为不同的数据类型。列表名后跟【】下标可以取数据，左为0，右为-1。

2024-05-18 17:25:04 304

原创 2024-3-6 Bert模型代码总结

4. 前向过程函数：将我们的文本输入分词器，分词器的几个参数的意思是：传入的文本，返回为张量，允许截断，最大长度为128，padding成128，即不够的填充，多余的截断，得到Bert需要的三类输入，但其实返回的是一个字典，我们从字典中取出输入，并放在gpu上，然后传入Bert中，得到两种输出，分别是未池化和池化后的，我们只要池化之后的，所谓池化在这里只是取第一个token，然后将这个token通过我们的分类头，得到输出。9. 训练流程和之前的训练流程一样，超参数的定义省略。接下来是main函数里的。

2024-03-06 22:19:30 441 1

原创 2024-3-1食物分类代码优化总结——迁移学习、半监督等

11. 训练函数，也就是说，我们开始训练流程后，若满足上一条的要求，将会调用get_semi_loader来获得semi_loader，在get_semi_loader中又会定义一个semi的Dataset，返回一个类对象，这个类对象的初始化中，就调用了data_pred，将符合要求的数据筛选出来，同时，get_semi_loader中又定义了semi的Dataloader，并返回这个loader，用于在训练流程中取数据。半监督学习即用有标签的数据，和通过我们设定标准准确率的无标签的数据进行训练。

2024-03-02 15:01:41 906

原创 2024-2-29食物分类实战代码总结

之后初始化两个零矩阵，xi存储取出来的图片信息，yi用来存储取出的类型信息，j为图片名在列表中的下标，each为其图片名，再用字符串相加的方式将文件夹名与图片名相加得到地址，用函数将图片读到img中，此时图片为512*512，要将其改变大小，变为我们需要的224*224，将图片信息存储到xi中，xi第一个参数为个数/下标，后面的参数可代表图片信息，图片信息为224*224*3所以用代码表示方式，…14. 开始训练，每一轮都要定义该轮的训练和验证的loss，acc，还要记录此轮开始的时间。

2024-03-01 20:55:14 934

原创 2024-2-26 Covid预测项目改进代码总结

自己编写一个mseLoss函数，loss即nn的均方差loss函数，定义一个正则项，以下原理解释来自chatgpt：在反向传播过程中，梯度下降算法不仅要考虑原始损失函数的梯度，还要考虑正则化项的梯度。这导致在更新模型参数时，大的参数将受到更大的惩罚，从而限制了模型参数的增长。在初始化中增加if语句，如果要选中所有特征，col idx为所有列（此时已去除第一列），否则选出k列，使用选择函数时，传入参数feature为data的第一列到倒数第二列，label为最后一列，k为初试的维度，column为第一行。

2024-02-26 20:36:56 410

原创 2024-2-25 Covid预测项目代码总结

model.train()进入训练模式，用batch_x,batch_y记录train_loader产生的样品，并将其都放在gpu上，记为x和target，将x放进model，model是myModel的一个实例，只需给model传进一个x就可进行运算，可以感受到高封装性，根据pred和target计算出loss，再回传，更新参数，梯度归零，一个标准过程，最后将loss这个张量放在cpu上并取其数值。同样的，取出样品，前向过程，计算loss，不同的是，不需要回传，更新参数，梯度归零的过程。

2024-02-25 20:47:49 982 2

原创 2024-2-24简易回归代码总结

5. 数据提供函数，传入的参数即真实的x 和y，和一次取的数据量，随机取数据进行分析。2. create_data()创造批量数据，即真实的数据，torch.normal（）返回一个随机的正态分布的tensor，接受三个参数，分别为mean均值，std方差，size张量大小，需注意的是此处表示张量大小为（data_num,len(w))，我的理解：这是由众多单笔数据（行向量）拼成的矩阵，其行数就是数据量，行向量中每个分量就是Xi的值，而具体有几个Xi，需要由len（w）告诉我们，有几个权重，就有几个Xi。

2024-02-24 15:26:40 1058

m0_61346642的博客