- 博客(13)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 关于pytorch GPU版本安装的问题
在官网使用conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia命令安装 结果是CPU版本的 试了几次都是这样 尚不清楚原因使用 pip安装就可以了：pip3 install torch1.8.1+cu111 torchvision0.9.1+cu111 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.
2021-05-11 15:19:50
132
1
原创 关于稀疏矩阵转化为稠密矩阵问题 （scipy.sparse格式和tensor稀疏张量格式）
scipy.sparse:todense()pytorch中的稀疏张量tensor：to_dense()
2021-04-13 16:30:22
2439
原创 安装指定版本的GPU版本的tensorflow小技巧
安装指定版本的GPU版本的tensorflow小技巧 使用类似 pip install tensorflow-gpu==1.4 命令即可
2021-04-11 19:33:09
214
原创 配置python虚拟环境心得
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入最近为了跑一篇论文代码，配置虚拟环境的时候遇到了一个大坑，明明版本号跟论文要求的一模一样，运行时就是不断报错，百思不得其解，
2020-11-24 20:28:06
137
原创 感知机算法python实现
感知器感知器是一种人工神经网络，其模拟生物上的神经元结构感知器是一个二分类器，其将净输入为：z=WTX=w0+w1x1+w2x2+⋯+wnxnz=W^{T}X=w^{0}+w^{1}x^{1}+w^{2}x^{2}+\cdots+w^{n}x^{n}z=WTX=w0+w1x1+w2x2+⋯+wnxn通过激活函数φ(z)\varphi(z)φ(z),就可以将其映射为1或-1φ(z)={1z≥θ−1z<θ\varphi(z)=\begin{cases} 1 & z\geq \thet
2020-07-24 15:55:04
260
原创 聚类算法—K-means python实现
k-meansk-means是一种最流行的聚类算法，属于无监督学习k-means可以将数据集分为相似的组（簇），使得组内数据的相似度较高，组间数据相似度较低k-means算法步骤：从样本中选择k个点作为k个初始簇中心。计算每个样本到各个簇中心的距离，将样本划分到距离最近的簇中心所对应的簇中根据每个簇中的所有样本，重新计算簇中心，并更新重复步骤2与3，直到簇中心的位置变化小雨指定的阀值或者达到最大的迭代次数为止import numpy as npimport pandas as p
2020-07-24 12:44:48
332
原创 逻辑回归python实现
逻辑回归逻辑回归是一种分类模型：z=WTX=w0+w1x1+w2x2+⋯+wnxnz=W^{T}X=w^{0}+w^{1}x^{1}+w^{2}x^{2}+\cdots+w^{n}x^{n}z=WTX=w0+w1x1+w2x2+⋯+wnxn逻辑回归是通过sigmoid函数将输入值映射到[0,1][0,1][0,1]的区间范围p=s(z)=11+e−zp=s(z)=\frac{1}{1+e^{-z}}p=s(z)=1+e−z1`目标函数逻辑回归的目标函数为：J(W)=−∑i=1n[y(
2020-07-23 17:41:06
310
原创 线性回归—梯度下降python实现
import numpy as npimport pandas as pd导入数据data=pd.read_csv(r"F:\数据集\dataset\boston.csv")data.head() Unnamed: 0 crim zn indus chas nox rm age dis rad tax ptratio
2020-07-23 13:27:10
943
原创 线性回归-最小二乘python实现
import numpy as npimport pandas as pd波士顿房价数据集字段说明CRIM：房屋所在镇的犯罪率ZN：面积大于25000平方英尺住宅所占的比例INDUS ：房屋所在镇非零售区域所占比例CHAS：房屋是否位于河边 若位于河边，值为1，否则为0NOX：一氧化氮的浓度RM：平均房间的数量AGE：1940年前建成房屋所占比例DIS：房屋距离波斯顿五大就业中心的加权距离RAD：距离房屋最近的公路TAX：财产税额度PIRATIO：房屋所在镇师生比例B：计算
2020-07-23 12:57:13
610
原创 KNN回归python实现
import numpy as npimport pandas as pd对数据集操作data=pd.read_csv(r"F:\数据集\Iris数据集\iris.csv")#删除Unnamed: 0与Species对应的列（特征），因为现在进行回归预测，类别信息就没有用处了data.drop(["Unnamed: 0","Species"],axis=1,inplace=True)#删除重复的记录data.drop_duplicates(inplace=True)编写KNN类cla
2020-07-19 17:00:35
1456
1
原创 KNN分类python实现
import numpy as npimport pandas as pdKNN算法过程从训练集中选择离预测样本最近的K个样本。根据这K个样本计算这个样本的值（属于哪个类别或具体数值）对数据集的操作#读取鸢尾花数据集，header参数来指定标题的行，默认为0，如果没有标题，则使用Nonedata=pd.read_csv(r"F:\数据集\Iris数据集\iris.csv",header=0)#data 默认显示全部行 中间用省略号#data.head()只显示头5行（默认）#d
2020-07-19 08:49:33
614
原创 吴恩达线性回归ex1python实现
import numpy as npimport pandas as pdimport matplotlib.pyplot as plt1.简单练习输出一个5*5的单位阵A=np.eye(5)Aarray([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0., 1., 0.], [0., 0., 0., 0., 1.]])2.单
2020-07-18 17:10:37
717
1
原创 markdown语法简明笔记
标题：一级标题二级标题三级标题四级标题五级标题六级标题粗体和斜体:斜体粗体粗斜体分割线：连续输出三个及以上的*即可：列表无序列表：*+空格 表示一个实心*有序列表：英文状态下：数字+句号+空格1.2.引用：英文状态下，>+空格+文字haha插入链接：英文状态下：左中括号+链接名称+右中括号 左圆括号+链接名称+右圆括号百度插入图片：只需要在基础语法的括号中填入图片的网络/本地链接即可注意，同一单元格不要插入多张图片，会显示多张相同的
2020-07-15 19:58:10
153
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人