![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DeepLearning
Henry Fox
这个作者很懒,什么都没留下…
展开
-
pytorch加载参数设备选择 2021-12-12
https://blog.csdn.net/bc521bc/article/details/85623515由于pytorch的模型保存的时候记录了device信息,所以加载的时候需要手动指定设备。通过:, map_location={'cuda:1':'cuda:0'}的写法转载 2021-12-12 14:15:43 · 164 阅读 · 0 评论 -
Anaconda环境用户权限 2021-12-01
背景:anaconda是在公用账户上装的,默认设置下anaconda的环境权限不在我的账号下,所以用自己账号的时候会报错。解决:用sudo chown -R 用户名 /home/公用账户/anaconda3/envs/环境名原创 2021-12-01 13:46:53 · 2234 阅读 · 0 评论 -
迁移学习 相关资料 2021-09-18
龙明盛组:Transfer Learning Library: https://github.com/thuml/Transfer-Learning-Library说明: http://170.106.108.162/get_started/quickstart.htmlTransfer Learning PPT: http://ise.thss.tsinghua.edu.cn/~mlong/doc/transfer-learning-theories-and-algorithms-ccdm2原创 2021-09-21 17:14:27 · 148 阅读 · 0 评论 -
pytorch中的稀疏矩阵 2021-09-07
pytorch的系数矩阵结构包括:torch_sparse.tensor.SparseTensor: 该结构非pytorch官方给出的数据结构,在torch_geometric等包中使用。可以通过.to_torch_sparse_coo_tensor()转换为下面的COO tensor(coordinate)结构。torch.sparse包中存在的几种数据结构,详情见 https://pytorch.org/docs/stable/sparse.html 。包括torch.sparse_coo_ten原创 2021-09-07 13:22:04 · 1954 阅读 · 2 评论 -
pytorch模型列表的处理 2021-09-06
在pytorch中可能层数不确定,需要用一个列表的形式进行模型构建。如果直接在Module里面写self.xx=[层1,层2]这样就不能将这些参数放到模型可训练参数列表中。需要用self.xx=torch.nn.ModuleList([层1,层2])...原创 2021-09-06 14:06:06 · 412 阅读 · 0 评论 -
PCA 2021-06-04
https://youtu.be/FgakZw6K1QQ先进行平移:目标:最大化投影点到原点的距离平方和,或者到直线的距离的平方和,这两个等价,因为勾股原理。对PC1的分析:转载 2021-08-27 01:31:35 · 65 阅读 · 0 评论 -
Ridge Regression 2021-05-30
https://youtu.be/Q81RR3yKn30数据集里面,训练集训出来的模型在测试集上效果不好。这是因为数据没有很好的代表性,把斜率带偏了。在这个例子里面,通过加上正则项,使得最后的结果斜率更低。如果是参数比较大,自变量的变化会导致因变量变化很大。所以要对参数限制。得到的模型斜率比较低,所以预测结果对于斜率的敏感性比较低。在ridge regression里面,如果要求截距也是很小,就会导致0点处基本为0。所以不会这样要求。普通的线性回归的数据量应该大于参数量,但是用Ridg转载 2021-08-27 01:30:16 · 95 阅读 · 0 评论 -
偏差(bias)方差(variance) 2021-05-30
https://youtu.be/EuBBz3bI-aA数据点里面,蓝色表示训练集,绿色表示测试集,中间的曲线表示ground truth。Bias:The inability for a machine learing method to capture the true relationship is called bias. 无法捕获真实关系线性模型怎样都不能拟合数据,所以bias比较大。波浪线可以很好地拟合数据点,所以bias很小。但是如果考虑测试集,会发现测试集上反而是线性模型更好转载 2021-08-27 01:28:43 · 216 阅读 · 0 评论 -
深度学习(花书)笔记 2018-05-12
深度学习(书)第一章 前言logloglog表示自然对数lnlnln数据的表示:对算法性能产生影响特征集=>不知道提取哪些=>表示学习(representation learning,机器学习发掘表示本身,最少的人工干预)自编码器(autoencoder):编码器(encoder)+解码器(decoder),训练目标:希望编码解码后尽可能多保留信息。变差因素(factors of variation):解释观察数据,通常不能直接观察。需要理清变差因素并且忽略不重要的。抽象特征提取原创 2021-07-18 17:23:52 · 306 阅读 · 0 评论