- 博客(20)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 pytorch进阶---pytorch生态
1、torchvisiontorchvision会包括我们经常处理图像一些库(1) torchvision.tramsforms__可以用于图像预处理和数据增强（数据缩放、翻转等）(2)torchvision.datasets__包括一些常见数据集（Fashion-MNIST、ImageNet、VOC等）(3)torchvision.models__包括一些官方预训练模型权重（VGG、ResNet、Mobilenetv2等）(4)torchvision.utils__提供一些可视化方法
2022-03-24 22:06:12
3347
原创 pytorch进阶————可视化
1、cam可视化import torchimport matplotlib.pyplot as pltfrom torchvision.models import vgg11from PIL import Imageimport numpy as npmodel = vgg11(pretrained=True)img_path = 'C:/Users/CHDT/Desktop/cat.jpg'img = Image
2022-03-22 22:30:30
1296
6
原创 pytorch进阶之训练技巧
1、自定义损失函数1.1 FocalLoss损失函数#FocalLossALPHA = 0.8GAMMA = 2class FocalLoss(nn.Module): def __init__(self,weight = None,size_average = True): super(FocalLoss,self).__init__() def forward(self,inputs,targets,alpha = ALPHA,gamm..
2022-03-19 22:42:51
1775
原创 深入浅出pytorch
目录1、pytorch模型定义方法1.1 nn.Sequential（）1.2 nn.ModuleList()2、U-Net分割网络实现实现3、模型修改4、模型保存1、pytorch模型定义方法基于nn.Module，我们可以通过Sequential，ModuleList和ModuleDict三种方式定义pytorch模型1.1 nn.Sequential（）它可以接收一个子模块的有序字典（DrderedDict）或者一系列子模块作为参数逐一添加Module的
2022-03-16 18:44:07
1885
2
原创 0基础学习pythonTASK7——面向对象编程
目录1 面向对象编程1.1 面向过程编程1.2 面向对象编程2 类和实例3 词汇训练4 继承4.1 调用父类init方法5 私有变量理解1 面向对象编程在python中，所有数据类型都可以视为对象，当然也可以自定义对象，自定义的对象数据类型就是面向对象中类（Class）的概念。通过一个例子加深理解1.1 面向过程编程假如我们想要处理学生的成绩std1 = {'name':'xiaoyang','score':95}std2 = {'n...
2022-03-04 17:13:43
401
原创 0基础学习pythonTASK6——If 、For、While语句
目录1、if语句2、if嵌套使用3、for语句4、列表的操作4.1 append和extend4.2 insert()4.3 remove（）4.4 count()4.5 list.index()5、while语句6、分支和函数1、if语句#if条件判断学习people =20cats = 30dogs = 15if people <cats:#条件判断人数数量是否小于猫，若小于，则执行if后面的语句（这个要输出） prin
2022-02-27 21:03:42
736
原创 0基础学习pythonTASK4——函数
1、函数初练习#函数部分def print_two(*args): arg1,arg2 = args print(f"arg1:{arg1},arg2:{arg2}") def print_two_again(arg1,arg2): print(f"arg1:{arg1},arg2:{arg2}") def print_one(arg1): print(f"arg1:{arg1}") def print_none(): .
2022-02-24 17:18:38
549
原创 0基础学习pythonTASK3——字典、元组、布尔类型、 读写文件
目录1、字典2、元组2.1元组内置函数3、布尔类型4、读写文件5、数据类型相关练习1、字典字典是一种和列表类似的数据存储方式， 不同于列表的东西是列表只能用数字获取数据，字典可以用任何东西获取，字典能够把一个东西和另外一个东西联系起来，不管它们是什么类型。#州的名字和简写states = { 'Oregon':'OR', 'Florida':'FL', 'California':'CF', 'New York':'NY',
2022-02-21 22:03:41
173
原创 0基础学习pythonTASK2———数学运算、字符串、文本、列表
目录1、注释2、数学运算3、 字符串和文本4、列表5、列表扩展1、注释注释可以分为单行注释和多行注释；单行注释用#进行标记，理解代码意思多行注释可以选择需要注释掉的程序段落，采用""" """进行注释注：注释行不参与代码的运行2、数学运算+加号-减号>= 大于等于<=小于等于#数学运算、字符串和文本、列表print(' I will now cout my chickens:')print('hens',25.0+30..
2022-02-18 11:47:49
328
原创 0基础python学习
**第一章 学习环境搭建于认识python.搭建环境首先进入python官网进行下载对应的python版本，https://www.python.org/然后进入anconda官网进行下载，减去初学者安装三方库的烦恼https://www.anaconda.com安装成功打开界面如下左边环境enviorment可以建立自己的虚拟环境下次运行pycharm或者其他IDEL时进行环境的配置为了避免三方库下载速度慢 可以切换清华镜像源下载路径conda config --add channel
2022-02-15 10:05:25
388
原创 西瓜书学习第三章
对于这章主要学习了线性模型、多元线性回归、对数几率回归（逻辑回归）、LDA线性判定以下是自己听课学习公式推导笔记线性模型均方误差是回归任务中最常用 的性能度量，因此我们可以让均方误差最小化，基于均方误差最小化来进行模型求解成为最小二乘法，E(w,b）分别对w,b求偏导，为了便于计算将得到的公式形式进行向量化，避免for循环对数几率回归对数几率回归也常为逻辑回归，成为回归，却是分类模型，（预测正样本 负样本的概率，）里面学习到了关于信息熵、相对熵、交叉熵信息熵主要是用来度量随机变量
2022-01-17 21:52:25
416
原创 数据分析模型建立评估
模型建立与评估导入模块读取文件#数据建模import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns from IPython.display import Image%matplotlib inlinea=pd.read_csv('train.csv')b=pd.read_csv('clear_data.csv')b数据集分割#分割数据集..
2021-12-23 22:54:50
838
原创 数据分析入门-泰坦尼克号数据
数据读取数据查看载入数据是所有工作第一步，优各种不同的数据格式eg,csv,tsv,xlsx载入数据方法1、绝对路径：目录绝对位置，直达目标位置，通常从盘符开始 2、相对路径：从当前路径开始的路径首先导入包import numpy as np import pandas as pdimport os查看数据基本信息df.info()读取文件：相对路径#载入数据df = pd.read_csv('train.csv'...
2021-12-14 16:45:36
1496
原创 水很深的深度学习笔记—————循环神经网络RNN篇
目录计算图RNN计算图的引入为了更方便表示网络现实生活存在很多序列化结构，需要建立更优秀的序列数据模型文本、语音、视频、时态数据RNNRNN一般结构x_t表示T时刻的输入，s_T表示记忆，O_t表示输出，U V W 是RNN网络的连接权重，b_s和b_o是RNN的偏置，LSTM（长短时记忆网络）一个LSTM单元由输入门、输出门、遗忘门组成，三个门控制信息进出单元遗忘门 对细胞状态信息遗忘程度的控制，输出当前状态的遗忘权重，输入门--实现细胞...
2021-12-01 22:17:52
557
原创 水很深的深度学习-卷积神经网络篇
学习目标：掌握卷积神经网络基础知识，熟悉一个经典基础网络学习内容：1.自然图像中物体具有局部不变特征性，即尺度缩放、平移、旋转不影响语义信息学习时间：提示：这里可以添加计划学习的时间例如：1、 周一至周五晚上 7 点—晚上9点2、 周六上午 9 点-上午 11 点3、 周日下午 3 点-下午 6 点学习产出：提示：这里统计学习计划的总量例如：1、 技术笔记 2 遍2、CSDN 技术博客 3 篇3、 学习的 vlog 视频 1 个...
2021-11-27 16:33:44
2382
1
原创 pytorch学习 axis理解 维度理解
import torcha= torch.ones((2,5,4))a.shapea.sum(axis=1,).shape输出结果torch.Size([2, 4])思考下，若是axis为0时，输出结果应该是torch.Size([5, 4])axis为2，torch.Size([2, 5])
2021-11-25 15:58:52
1205
原创 水很深的深度学习 机器学习篇
机器学习分为有监督学习（分类和回归）和无监督学习（聚类和降维）从数据中学习出模型的过程，成为训练或者学习测试集：用来测试模型泛化能力误差分析：误差指的是算法实际预测输出与样本真实输出之间的差异模型在测试集上的误差为测试误差；训练集误差为训练误差，总体样本误差为泛化误差过拟合 欠拟合自己的理解是方差是评价样本离散程度，...
2021-11-20 18:00:21
437
原创 水很深的深度学习
人工只能分为3类，1弱人工智能 2强人工智能 3超级人工智能机器学习定义：从已知数据获得规律，利用规律去对未知数据进行预测。数学基础张量 标量是0阶张量，矢量是一阶张量，矩阵是二阶张量，三维及以上数组成为张量（如图片）共轭转置：把矩阵转置后，再把每一个数变为共轭复数，用H表示机器学习常见的矩阵分解：特征分解和奇异值分解多变量概率分布：条件概率和联合概率，常用统计量：方差用来平衡随机变量和数学期望之间偏离程度，协方差衡量两个随机变量X和Y总体误差熵:衡量一个系统稳定程度，一个系
2021-11-16 21:50:52
759
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人