qq_38253054的博客

原创 解决：python3同一文件夹下引入.py文件报错

上图的写法应该是python2的写法，修改为：from . import 文件名解决情况如下图。

原创 在Mac anaconda环境下：pytorch安装、tensorboardX安装

pytorch安装用condaconda install pytorch torchvision -c pytorch用pip（我用这个可以）pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simpletensorboardX安装用pip安装pip install tensorboardX从源码安装（我用这个可以）git clone https://github.co...

原创 top-1和top-5

top-1top1就是你预测的label取最后概率向量里面最大的那一个作为预测结果，你的预测结果中概率最大的那个类必须是正确类别才算预测正确，预测正确样本数/总样本 ==top-1正确率；如果是预测结果中概率最大的类不是正确类别，则预测错误，预测错误样本数/总样本数 ==top-1错误率。top-5top5就是最后概率向量最大的前五名中出现了正确概率即为预测正确，预测正确样本数/总样本书 ==top-5正确率；如果在预测概率前五的类别中没有正确类别，则预测错误，预测错误样本数/总样...

原创 C++：main.cpp里的main()函数调用xxx.cpp里面的函数

1.xxx.hpp文件里声明函数2.xxx.cpp文件里面定义函数。注意去掉#include "xxx.hpp"，不然main.cpp里面调用函数的时候可能会出现重复的错误。后来不去掉也可以了，很迷。。。3.main.cpp

原创 C++：在main.cpp的main函数里调用XXX.cpp里创建的类

1.xxx.hpp头文件里声明类及里面的方法2.xxx.cpp文件里面实现类。func_type class_name::func_name(){}3.main.cpp里面加入xxx.hpp。#include "xxx.hpp"

原创 C++:duplicate symbol 错误提示

1.main函数重复解决：一个工程里面只能有一个main函数，删掉多余的main函数2.在主文件main.cpp的main函数里面调用test.cpp文件的函数重复解决：删掉test.cpp里面导入的头文件，即，#include "test.hpp"。...

原创 Xcode不能读取键盘输入的汉字，只能读取到拼音

1.可以通过复制输入2.在终端可以输入汉字，并输出汉字。cd 路径 #打开文件路径gcc++ 文件名 #编译ls -l #查看里面多了一个a.out文件./a.out #用./执行.out文件

原创 pycharm中，导入同一个包中的.py文件报错

右键包名，make Directory as->sources root.

原创 为模型选择正确的最后一层激活

问题类型 最后一层激活 损失函数 二分类问题 sigmoid binary_crossentropy 多分类、单标签问题 softmax categorical_crossenrtopy 多分类、多标签问题 sigmoid binary_crossentropy 回归到任意值 无 mse 回归到0-1范围内的值 ...

原创 防止神经网络过拟合的方法

1 获取更多的训练数据2 减少网络容量3 添加权重正则化from keras import regularizersregularizers.l1(0.001)regularizers.l1_l2(l1=0.001, l2=0.001)4 添加 Dropoutmodel.add(layer.Dropout(0.5))...

原创 回归问题

波士顿房价预测损失函数：均方误差（MSE）分类问题和回归问题的损失函数不同，使用的评估指标也不同。评估指标：平均绝对误差（MAE）如果输入数据的特征具有不同的取值范围，应该先进性预处理，对每个特征单独进行缩放如果可用的数据很少，使用K折交叉验证可以可靠地评估模型，最好使用隐藏层较少的小型网络（一到两个），以免严重的过拟合...

原创 数据集

1 MNIST-灰度手写数字集包含60000张训练图像和10000张测试图像。内置于keras库from keras.datasets import mnist2 IMDB-电影评论数据集包含来自互联网电影数据库的50000条严重两极分化的评论。数据集被分为用于训练的25000条和用于测试的25000条，训练集和测试集都包含50%的正面评论和50%的负面评论。内置于keras库...

原创 多分类问题

新闻分类1对N个类别的数据点进行分类，网络的最后一层应该是大小为N的Dense层层2 对于单标签多分类问题，网络的最后一层应该使用softmax激活，这样可以输出在N个输出类别上的概率分布3 损失函数：分类交叉熵。将网络输出的概率分布与目标的真实分布之间的距离最小化4 处理多分类问题的标签有两种方法： 通过分类编码（one-hot编码）对标签进行编码，然后使用catego...

原创 二分类问题

1 电影评论分类模型：带有relu激活的Dense层堆叠对于二分类问题，网络的最后一层应该是只有一个单元并使用sigmoid激活的Dense层，网络的输出应该是0-1的标量，表示概率值对于二分类问题的sigmoid标量输出，应该使用binary-crossentroy（二元交叉熵）损失函数实验：1 尝试增加或减少隐藏层的个数； 2 尝试使用更多或更少隐藏单元...

原创 神经网络剖析

多个层链接在一起组成了网络，将输入数据映射为预测值。然后损失函数将这些预测值与目标进行比较，得到损失值，用于衡量网络预测值与预期结果的匹配程度。优化器使用这个损失值来更新网络的权重。层：层是一个数据处理模块，将一个或多个输入张量转换为一个或多个输出张量损失函数：在训练过程中需要将其最小化。它能够衡量当前任务是否成功优化器：决定如何基于损失函数对网络进行更新...

原创 神经网络的数据表示

张量张量是一个数据容器。它包含的数据几乎都是数值数据，数字的容器。张量是矩阵像任意维度的推广。张量的维度（dimension）通常叫作轴（axis）标量（0D 张量） 向量（1D 张量） 矩阵（2D 张量）3D 张量：多个矩阵组合成一个新的数组，可以得到一个三维张量。可以看成是数字组成的立方体。更高维张量：将多个3D张量组合成一个数组，可以创建一个4D张量，以此类推。...

原创 Xcode报错：The document “string.h” could not be saved. You don’t have permission.

1.进入perferences->locations，删掉DerivedData这个文件夹.2.强制关掉Xcode。快捷键：command+option+shift+esc或者打开应用程序->实用工具-> 活动监视器，选中Xcode，并强制退出。

原创 范数小结

原创 卷积神经网络的基本部件

1 卷积操作方向：从左至右、自上而下。超参数：卷积核、卷积步长输入张量： 卷积核：权值共享特性：权重对不同位置的所有输入都是相同的。通常还会在上加入偏置项（bias term）。在误差反向传播时可针对该层权重和步偏置项设置随机梯度下降的学习率。当然根据实际问题需要，也可以将某层偏置项设置为全0,或将学习率设置为全0,以起到固定该层偏置或权重的作用。...

原创 一些专业术语的理解

1 batch、Iterator、epochbatchsize： 批大小。每次训练取的数据量iterator：迭代次数。训练完全部数据所运行的batch个数，1个iteraror相当于用一个batch训练一次epoch：训练集中所有的数据都训练了，叫做一个epoch。一般epoch个数不为1。eg：trainsets_size = 10000， batchsize = 1000 ，...

原创 环境配置问题整理

1 anaconda（1）下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/#下拉选择对应的版本下载。不同版本对应了不同的操作系统和python版本（2）安装。在终端打开到对应路径（如果是linux系统，可以直接在文件夹里右键在终端打开），执行下面命令。bash Anaconda3-4.2.0-Linux-x...

原创 tensorflow相关报错解决

1报错1：ValueError: Object arrays cannot be loaded when allow_pickle=False解决1：np.load(path) 改为np.load(path, allow_pickle=True)2报错2：Your CPU supports instructions that this TensorFlow bin...