自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 python常用函数集合

目录python部分函数zip() 函数pytorch部分函数view() 函数torch.mul() 和 torch.mm()python部分函数zip() 函数zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用 * 号操作符,可以将元组解压为列表。zip 方法在 Python 2 和 Python 3 中的不同:在 Python 3.x 中为了减少内存,zip() 返回

2020-06-19 14:16:36 145

原创 学习笔记-随机梯度下降法

《神经网络和深度学习》:https://nndl.github.io/梯度下降法中,目标函数是整个训练集上的风险函数,这种方式称为批量梯度下降法(Batch Gradient Descent,BGD)。批量梯度下降法在 每次迭代时需要计算每个样本上损失函数的梯度并求和.当训练集中的样本数量N很大时,空间复杂度比较高,每次迭代的计算开销也很大。真正的优化目标是期望风险最小,批量梯度下降法相当于是从真实数据分布中采集N个样本,并由它们计算出来的经验风险的梯度来近似期 望风险的梯度。为了减少每次迭代的计算复杂

2020-06-19 09:20:52 480

原创 pytorch(视频课笔记)

回归import torchimport torch.nn as nnimport torch.nn.functional as Fx=torch.unsqueeze(torch.linspace(-1,1,100),dim=1)#在dim维度插入一维y=x.pow(2)+0.2*torch.rand(x.size())class Net(nn.Module): def __init__(self,n_features,n_hidden,n_output): supe

2020-05-29 18:43:13 155

原创 专业课面试笔记(要点)

目录计算机组成原理CPU(控制器)二级目录三级目录计算机组成原理CPU(控制器)CPU的基本功能:指令控制、操作控制、时间控制、数据加工基本组成:运算器、cache、控制器控制器的基本组成List item二级目录三级目录...

2020-05-15 20:42:15 163

原创 常用上机考试算法代码

图算法DFS:const int MAXV=1000;const int INF=10000000000000;1.邻接矩阵版int n,G[MAXV][MAXV];bool vis[MAXV]={false};void DFS(int u,int depth){ vis[u]=true; for(int v=0;v<n;;v++){ if(vi...

2020-04-26 19:00:30 407

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

提示
确定要删除当前文章?
取消 删除