川农卷心菜-CSDN博客

转载各种卷积层的理解（深度可分离卷积、分组卷积、扩张卷积、反卷积）

最近在研究卷积网络的改性，有必要对各种卷积层的结构深入熟悉一下。为此写下这篇学习笔记。文章大部分内容来自于网络的各种博客总结，本博文仅仅作为本人学习笔记，不做商业用途。目录 2D卷积 3D卷积 1*1卷积空间可分离卷积（separable convolution）深度可分离卷积（depthwise separable convolution）分组卷积（Group convolution）...

2021-03-18 11:12:31 1944

转载 Anaconda中jupyter切换虚拟环境

Anaconda中jupyter切换虚拟环境 1.conda安装conda_nb: conda install nb_conda1 完成后jupyter网页上将多出conda标签 2.创建conda虚拟环境并进入 conda create -n tensorflow pyt

2021-03-11 19:25:02 290

原创 102类花卉分类数据集（已划分，有训练集、测试集、验证集标签）

102类花卉分类数据集（已划分，有训练集、测试集、验证集标签）+完整运行代码数据集已经经过处理划分好了，并且附带了训练集，测试集，验证集的txt文本标签。配合完整运行代码即可训练。数据集链接在文章中间部分代码如下：VGG19import pandas as pdimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.utils.data as Dimport torchvisionfrom

2021-03-08 12:52:54 3760 8

原创 Pytorch实现102类鲜花分类(102 Category Flower Dataset)

Pytorch实现102类鲜花分类(VGG19和ResNet152模型)本文主要讲解该算法的实现过程，原理部分需读者自行研究，可以找一些论文之类的。实验环境python3.6+pytorch1.2+cuda10.1数据集102 Category Flower Dataset数据集由102类产自英国的花卉组成，每类由40-258张图片组成至于数据集我放个链接给大家，并且是划分好的数据集：https://download.csdn.net/download/ntntg/15535184?spm=

2021-03-08 12:51:30 4736 2

原创机器学习笔记（通俗易懂）---第一个应用鸢尾花数据集分类(1)---附完整代码

机器学习笔记—第一个应用:鸢尾花数据集分类(1)—附完整代码以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考。首先我们将完成一个简单的机器学习应用——鸢尾花数据集分类，并构建第一个模型。与此同时，介绍一些核心概念和术语。话不多说，我们首先来看一下，鸢尾花到底是何方神圣！文章目录机器学习笔记---第一个应用:鸢尾花数据集分类(1)---附完整代码1.明确问题PS：所有的测量结果的单位都是厘米2.了解数据2.1读取数据2.2查看数据2.3训练数据与测试数据2.4数据可视化3.构建第一个模

2021-03-05 14:28:55 2675 1

原创 CSDN 写博文(简单易上手) 图片居中文字居中红色字体

CSDN 写博文图片居中文字居中红色字体本帖目的只是记录，仅此而已。图片居中粘贴好图片后，在png后方加入：#pic_center如果要调整大小，则#pic_center =30x30文字居中<center>文字居中</center>文字加粗居中<center>**文字加粗居中**</center>文字斜体居中<center>*文字斜体居中*</center>居中文字只在需要居中的文字左右两

2021-03-02 16:14:02 193

原创机器学习笔记（通俗易懂）---决策树的集成算法介绍(7)---附完整代码

机器学习笔记—决策树的集成算法介绍(7)—附完整代码以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考。文章目录机器学习笔记---决策树的集成算法介绍(7)---附完整代码1.随机森林1.1构造随机森林1.2分析决策树2.梯度提升回归树（梯度提升机）3.优缺点和参数随机森林梯度提升回归树集成（ensemble）是合并多个机器学习模型来构建更强大模型的方法。在机器学习文献中有许多模型都属于这一类，但已证明有两种集成模型对大量分类和回归的数据集都是有效的，二者都以决策树为基础，分别是随机森林（

2021-03-02 15:58:31 806

原创机器学习笔记（通俗易懂）---决策树算法介绍(6)---附完整代码

机器学习笔记—决策树算法介绍(6)—附完整代码以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考。文章目录机器学习笔记---决策树算法介绍(6)---附完整代码1.构造决策树2.控制决策树的复杂度3.分析决策树4.树的特征重要性5.优缺点和参数5.优缺点和参数决策树是广泛用于分类和回归任务的模型。本质上，它从一层层的if/else问题中进行学习，并且得出结论！如果你要区分四种动物：熊、鹰、企鹅和海豚，可以转换成一颗决策树来表示。mglearn.plots.plot_animal_tr

2021-03-02 15:55:54 1334

原创机器学习笔记（通俗易懂）---线性模型（分类）算法介绍(5)---附完整代码

机器学习笔记—线性模型（分类）算法介绍(5)—附完整代码以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考。文章目录机器学习笔记---线性模型（分类）算法介绍(5)---附完整代码1.用于回归的线性模型2.用于多分类的线性模型3.优缺点1.用于回归的线性模型线性模型也广泛应用于分类问题，预测公式如下：这个公式看起来与线性回归公式非常相似，但是我们没有返回特征的加权求和，而是为预测设置了阈值（0）。如果函数值小于0，我们就预测类别-1；若函数值大于0，我们就预测类别+1。对于用于

2021-03-01 16:36:57 1287 6

原创机器学习笔记（通俗易懂）---线性模型（分类）算法介绍(4)---附完整代码

机器学习笔记—线性模型（回归）算法介绍(4)—附完整代码以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考。线性模型是在实践中广泛使用的一类模型，被广泛研究。线性模型利用输入特征的**线性函数（linear function）**进行预测。文章目录机器学习笔记---线性模型（回归）算法介绍(4)---附完整代码1.用于回归的线性模型2.线性回归（普通最小二乘法）`coef_`属性和`intercept_`属性的简单介绍：3.岭回归4.`lasso`5.小结5.小结1.用于回归的线性模型

2021-03-01 15:18:17 589

原创机器学习笔记（通俗易懂）---k近邻（KNN）算法介绍(3)---附完整代码

机器学习笔记—k近邻（KNN）算法介绍(3)—附完整代码以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考。KNN算法应该可以说是最简单的机器学习算法了，构建KNN模型只需要保存训练数据集即可。想要对新的数据点做出预测，算法会在训练数据集中找到最近的数据点，也就是它的"最近邻"。文章目录机器学习笔记---k近邻（`KNN`）算法介绍(3)---附完整代码1. `KNN`算法的简单介绍1.1 `KNN`算法的流程1.2 `KNN`算法的优缺点2. K近邻分类2.1 `forge`数据集的

2021-02-23 22:21:53 830

原创机器学习笔记（通俗易懂）---监督学习介绍：分类与回归，泛化~过拟合与欠拟合(2)

机器学习笔记—监督学习介绍：分类与回归，泛化~过拟合与欠拟合(2)明天开始就打数模美赛了，今天简单地介绍一下监督学习以下都是本人在学习机器学习过程中的一些心得和笔记，仅供参考文章目录机器学习笔记---监督学习介绍：分类与回归，泛化~过拟合与欠拟合(2)明天开始就打数模美赛了，今天简单地介绍一下监督学习1.监督学习的介绍2.分类与回归2.1分类2.1.1分类问题的目标2.1.2分类问题的种类二分类多分类2.2回归2.2.1回归问题的目标2.2.2回归问题的举例2.3区分分类问题和回归问题3.泛化~过拟

2021-02-04 21:40:30 288

原创学习Markdown以及使用Typora的心得感受与基础知识

1月25日第一次作业对于第一次作业我个人将其分为两个部分，其一为我第一次接触markdown以及Typora的内心感受；其二为我在苏佬的直播讲授过程中学习到的东西的自我总结。关于感受1.1关于Markdown在上大学之前就听说过Markdown，只不过今天晚上才正式开始学习Markdown以及使用Typora。显而易见，Markdown是一种标记语言，使用Markdown的目标即易读易写，而且Markdown能够以纯文本发布，而且不会由于标签太多影响阅读。各种文本编辑器都能编写查看（现在主流编

2021-01-26 16:05:26 397

ntntg的博客