机器学习
踩坑记录
通信->算法->IC
展开
-
评价指标计算
macro avg 是计算这些指标的宏平均值。不考虑类别样本数量的差异,将每个类别的指标求和后再除以类别总数N,得到各指标的平均值。准确率(Precision):记为P_i,表示被正确预测为类别i的样本数占所有被预测为类别i的样本数的比例。召回率(Recall):记为R_i,表示被正确预测为类别i的样本数占真实类别i的样本数的比例。F1-score:记为F1_i,是准确率和召回率的加权调和平均,用于综合考虑准确率和召回率。micro avg-R = (总体TP) / (总体TP + 总体FN)原创 2023-05-26 19:29:34 · 914 阅读 · 0 评论 -
python dataframe 统计检查处理
【代码】python dataframe 统计检查处理。原创 2023-05-04 14:10:21 · 156 阅读 · 1 评论 -
python 统计画图
【代码】python 统计画图。原创 2023-05-04 13:52:29 · 95 阅读 · 0 评论 -
python Concatenate合并两个CNN模型
【代码】python Concatenate合并两个CNN模型。原创 2023-04-26 15:45:59 · 709 阅读 · 0 评论 -
模型参数 vs 超参数 极大似然估计 vs 最小二乘法
模型参数 vs 超参数 :极大似然估计 vs 最小二乘法:原创 2021-08-16 20:01:06 · 146 阅读 · 0 评论 -
网络层原理
输入 卷积 池化 全连接层:CNN卷积神经网络及其应用原创 2021-06-26 10:52:24 · 83 阅读 · 0 评论 -
tensorboard 记录 loss
trian on batch 使用 tensorboard:for epoch in range(epochs): 之前定义记录文件的地址在训练前:### discriminator loss ###disc_log_dir = 'logs'disc_summary_writer = tf.summary.create_file_writer(disc_log_dir)以 cyclegan 为例,训练每个epoch得到 D loss, G loss,recon , adv在训练中记录:原创 2021-06-26 10:47:44 · 1007 阅读 · 0 评论 -
全连接 dense层
keras dense 层:深入理解 keras 中 Dense 层参数全连接层的作用是什么原创 2021-06-19 16:12:10 · 4569 阅读 · 0 评论 -
tensorflow 加载数据集
tf.data.Dataset.from_tensor_slices:使用tf.data.Dataset.from_tensor_slices五步加载数据集import tensorflow as tffrom tensorflow import kerasdef load_dataset(): # Step0 准备数据集, 可以是自己动手丰衣足食, 也可以从 tf.keras.datasets 加载需要的数据集(获取到的是numpy数据) # 这里以 mnist 为例 (x, y),原创 2021-06-18 15:13:49 · 886 阅读 · 1 评论 -
GAN 原理
D loss 和 G loss :LossD = Loss_fake + Loss_realLossG = Loss_G_fake_D + 其他约束项BCE loss的说明参考GAN的loss导致问题判别器 loss(BCE): BCE loss全称: Binary Cross Entropy 二元交叉熵 BCE接近0说明Discriminator可以非常容易的判别真假数据。说明Generator的训练结果不好, 理想情况下应该是无法判断真假数据才对。原创 2021-06-17 14:28:46 · 1139 阅读 · 0 评论 -
Pytorch dataloader 读取数据
dataloader 读取序列数据:Pytorch dataloader读取序列数据DataLoader处理不定长序列Pytorch dataloader 官方教程处理LSTM+embedding变长序列原创 2021-06-15 18:08:15 · 853 阅读 · 0 评论 -
Tensor矩阵创建,矩阵乘法,矩阵加法,sess查看
参看 TensorFlow创建常量(tf.constant)详解创建TensorFlow常量(tf.constant):创建TensorFlow矩阵tf.constant( value, dtype=None, shape=None, name='Const', verify_shape=False)# 后面四个参数可写可不写,第二个参数表示数据类型,一般可以是tf.float32, tf.float64等eg:tensor=tf.const原创 2021-06-10 20:00:20 · 1168 阅读 · 0 评论 -
CNN 1d 输入输出维度
CNN 1d 输入输出维度:tf.layers.conv1d函数解析(一维卷积)更正: tf.nn.conv1d()详细正确解析pytorch之nn.Conv1d详解原创 2021-06-10 16:15:11 · 4642 阅读 · 0 评论 -
神经网络 Output Shape 每层输出矩阵解读
Output Shape: 使用tf.keras自定义模型建模后model.summary()中Param的计算过程详解keras的model.summary()输出参数Param计算过程原创 2021-06-09 14:37:36 · 2402 阅读 · 0 评论 -
SDSS 机器学习分类
项目场景:src=“https://nbviewer.jupyter.org/github/AlinaUPUP/-try_it/blob/main/SDSS%20%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%20%E5%88%86%E7%B1%BB.ipynb” width=“850” height=“500”>原创 2021-04-09 20:43:22 · 797 阅读 · 0 评论 -
机器学习函数篇
model.fit() fit函数:https://blog.csdn.net/a1111h/article/details/82148497原创 2021-04-09 18:55:34 · 558 阅读 · 0 评论 -
机器学习实战篇
LSTM多变量时间序列预测:https://blog.csdn.net/zengbowengood/article/details/115271342原创 2021-04-09 18:50:28 · 115 阅读 · 0 评论 -
机器学习理论篇
从logit变换、logistic模型到sigmoid曲线:https://blog.csdn.net/zengbowengood/article/details/104873012原创 2021-04-09 18:18:56 · 55 阅读 · 0 评论 -
No module named ‘pycocotools‘,Windows
No module named ‘pycocotools’, No module named ‘pycocotools_mask’,Windows:Mask R-CNN时遇到搞了一下午,又重装VS2017…最后发现这个办法解决方案:在cmd cd进到\cocoapi\PythonAPI目录 python setup.py build_ext --inplace找不到参数’-Wno-cpp’,’-Wno-unused-function’,解决办法:打开setup.py文件中删除参数继续:py原创 2021-04-07 16:37:41 · 84 阅读 · 0 评论 -
划分原始数据集 / 模型评估
数据挖掘之模型评估划分原始数据集的方法保持方法交叉验证模型评估混淆矩阵性能度量ROC 曲线划分原始数据集的方法将原始数据按一定比例分割为训练数据和检验数据,通过训练数据来构建模型,检验数据进行模型评估,通过测试模型在检验集上的准确率和错误率来评估分类模型的分类性能和泛化能力。通常使用的几种划分原始数据集的方法:保持方法将类标号己知的全量样本分割为两个无重叠的子集,其中训练集用于学习构建模型,检验集用于模型准确率和泛化能力的估计,分割的比重按照实际数量量级和需求设置,准确率取训练集构建的模型在检验集上原创 2021-03-17 20:56:32 · 647 阅读 · 0 评论