- 博客(9)
- 收藏
- 关注
RSS订阅原创 TSNE原理性简单解释
TSNE目的：将高维数据降维并进行可视化，输入的数据为N个样本，每个样本具有M个特征（N_sample，M_feature）。输入的标签（N_sample，）。基本原理：通过映射变换将每个数据点映射到相应的概率分布上。具体的是，在高维空间中使用高斯分布将距离转换为概率分布，在低维空间中，使用长尾分布来将距离转换为概率分布，从而是的高维度空间中的中低等距离在映射后能够有个较大的距离，使得降维时能够避免过多关注局部特征，而忽视全局特征。from sklearn.manifold import TSNE
2022-03-25 19:16:22
17163
3
原创 关于深度学习样本的独立同分布的通俗解释
研究目标检测算法时，研究人员通常都会假设训练集和测试集是独立同分布的，即所有的图像数据都采集于同一分布并且相互独立。当训练集和测试集来源于同一数据集时，这样的假设通常会成立。这里的数据分布，主要分为两种，第一种是边缘分布，指的是产生数据的分布，其分布不同是表明数据的产生的机制不同，比如说，不同的主题的文本特征。另外一种分布是条件分布，指的是数据和标签之间的后验概率分布。条件分布不同指的是，即使数据是来自于同一边缘分布，但是其具体的下游数据任务不同，如分类任务和回归任务的不同，也会导致条件分布不同。然
2022-02-23 11:00:09
3503
原创 RuntimeWarning: divide by zero encountered in true_divide
问题原因：除数有0。可以在除数加一个1e-5，保证除数不为0
2022-01-19 21:05:32
3576
原创 matplotlib之plt.scatter,散点图的画法
这个函数，博主是在画TSNE时用到的。语言比较简洁。plt.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None,
2022-01-19 17:25:19
3761
原创 RuntimeError: Input type (torch.cuda.FloatTensor) and weight type should be the same
做神经网络的一个报错原因：输入数据和参数的数据格式不匹配，应该是数据传到了GPU上而，神经网络模型没有传输到GPU上。解决：在实例化网络后，加一条传到GPU上的代码即可。model=DANN() # DANN是你自己搭建的神经网络,实例化神经网络device = torch.device("cuda:" + config.gpu_id if torch.cuda.is_available() else "cpu")model=model.to(device) #传到GPU...
2022-01-18 20:00:46
2983
3
原创 RuntimeError: running_mean should contain 48 elements not 324480
神经网络的一个报错，一般是BatchNormal2d (args*)，可能原因是args参数错了，这里的参数应当是上一层的channel数，而不是特征数（batch*channel*w*h）。修改一下即可
2022-01-18 19:54:19
1330
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