![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML/DL学习
Amberrr-L
生活需要加点糖
展开
-
Transformer学习整理1
Transformer学习整理1Encoder-decoder结构;自注意力机制;最早出自:《Attention Is All You Need》(2017,google)无CNN,RNN结构;包括6个结构完全相同的编码器,和6个结构完全相同的解码器,其中每个编码器和解码器设计思想完全相同,只不过由于任务不同而有些许区别。以机器翻译为例:()输入数据处理:源单词嵌入 向量化;位置编码 positional encoding transform...原创 2020-12-29 16:14:54 · 345 阅读 · 0 评论 -
CNN模型解释性(可视化)及实现 ---- Guided-backpropagation, Deconvolution, CAM, Grad-CAM,Grad-CAM++
CNN模型解释性(可视化)及实现---- Guided-backpropagation, Deconvolution, CAM, Grad-CAM,Grad-CAM++目录CNN模型解释性(可视化)及实现---- Guided-backpropagation, Deconvolution, CAM, Grad-CAM,Grad-CAM++1. 反卷积和导向反向传播2. CAM(Class active mapping)和Grad-CAM3. Grad-CAM++4.代码实现原创 2020-11-05 10:06:46 · 3952 阅读 · 3 评论 -
深度学习中学习率和batchsize 如何影响模型的性能?
学习率和batchsize如何影响模型的性能?转载 2020-10-01 11:03:23 · 710 阅读 · 0 评论 -
Sklearn metric:recall,f1 的averages参数[None, ‘binary’ (default), ‘micro’, ‘macro’, ‘samples’, weighted
官方文档链接:(以recall_score为例子)https://scikit-learn.org/stable/modules/generated/sklearn.metrics.recall_score.htmlprecision_score,recall_score,f1_score都需要一个average的参数。这个参数对于多类/多标签目标是必需的。如果没有(None),则返回每个类的分数。不为None的时候,这个参数这决定了对数据进行平均的类型:‘binary’: 只适用于二值标.原创 2020-09-25 09:32:42 · 2034 阅读 · 0 评论 -
正确率/精度(precision),召回率(recall),F1-score,ROC 曲线,AUC值
准确率(accuaracy)= (TP+TN)/ ALL 即(TP+TN+FP+FN),是我们最熟知的。正确率/精度(precision),召回率(recall),F1-score,ROC 曲线,AUC值1.正确率(precision)= TP / (TP + FP) 真正正确的在所有判断为正确的比例。2.召回率(recall) = TP/(TP+FN) 所有正确的准确判断出来的概率。3.F1-值(F1-score) = 2 * TP / (2 * TP+FP+FN) 是正确率和召回...原创 2020-09-03 16:59:26 · 1709 阅读 · 0 评论 -
《算法图解》学习笔记习题和代码(第六章 广度优先搜索)Python3
第六章广度优先搜索用新的数据结构图来建立网络模型。学习广度优先搜索。(第一种图算法——广度优先搜索(breadth-first search,BFS)。)学习有向图和无向图。学习拓扑排序,这种排序算法指出了节点之间的依赖关系。广度优先搜索让你能够找出两样东西之间的最短距离,不仅仅是狭义上的距离,含义很多:6.1 图简介...原创 2020-07-03 11:20:07 · 796 阅读 · 0 评论 -
《算法图解》学习笔记习题和代码(第五章 散列表)Python3
目录第五章 散列表5.1 散列函数Python的散列表实现--字典 (代码)练习15.2 应用案例第五章 散列表一种基本的数据结构 散列表的内部机制:实现、冲突和散列函数。假设你在杂货店上班,需要查找某个商品的价格,比如苹果(apple)。如果采用简单查找的方式,就要浏览价格表每一行,需要的时间为O(n),如果价格表是按字母排序的话,可以使用二分查找,需要的时间是O(logn)。O(n)和O(logn)速度相差很大,假如你每秒钟可以浏览十行价格单。那么...原创 2020-06-11 10:15:28 · 938 阅读 · 0 评论 -
《算法图解》学习笔记习题和代码(第四章 快速排序)Python3
目录第四章 快速排序4.1 分而治之D&C循环实现数组里的元素相加(code)递归函数实现数组里的元素相加(code)练习14.2 快速排序第四章 快速排序快速排序——一种常用的优雅的排序算法。快速排序使用分而治之的策略。分而治之(divide and conquer,D&C)——一种著名的递归式问题解决方法。4.1 分而治之D&C有一块土地,你要将这块地均匀地分成方块,且分出的方块要尽可能大。D&C解决问题的过程包...原创 2020-06-05 11:00:01 · 1113 阅读 · 4 评论 -
《算法图解》学习笔记习题和代码(第三章 递归)Python3
第三章 递归3.1 递归递归——函数调用自己。学习如何将问题分成基线条件和递归条件。递归会让解决方案更清晰,并没有性能上的优势。实际上,在有些情况下,使用循环的性能更好。3.2 基线条件和递归条件比如,用递归方式编写倒计时:def countdown(i): print i countdown(i-1) 但运行这个程序,不会自己停止。编写递归函数时,必须告诉它何时停止递归。每个递归函数都有两部分:基线条件(base case)和递归条件(r...原创 2020-05-27 15:32:31 · 723 阅读 · 0 评论 -
《算法图解》学习笔记习题和代码(第一、二章 二分法 选择排序)Python3
一、二分法仅当列表是有序的时候,二分查找才管用。时间复杂度:。(\log_ax:log以a为底,以x为真数。)e.g. 从100个数中猜一个数,不超过7次就可以猜出来。2^7=128原创 2020-05-22 14:41:22 · 1098 阅读 · 0 评论 -
Pytorch Logistic回归
参考《深度学习入门之Pytorch》 Logistic回归实现二分类问题 数据下载链接:data(提取码:q8gd)1. 首先读取 数据 data.txt#logistic回归#读取data.txtimport matplotlib.pyplot as pltwith open('data.txt','r') as f: data_list = f...原创 2020-02-22 17:40:58 · 395 阅读 · 0 评论 -
CGAN论文解读:Conditional Generative Adversarial Nets
论文链接:Conditional Generative Adversarial Nets代码解读:Keras-CGAN_MNIST 代码解读目录一、前言二、相关工作三、网络结构 CGAN NETS四、实验结果4.1 单模态 (mnist实验)4.2 多模态(自动为图片打标签)五、 Future work六、小结一、前言摘要:本文做的工作:介...原创 2019-11-12 15:39:23 · 3000 阅读 · 4 评论 -
Keras-CGAN_MNIST 代码解读
最近看了CGAN的论文,2014年的论文,短小精悍,CGAN可以用于图像修补,多模态识别,感觉很有意思。抽空会把CGAN的论文理解也放上来。论文下载地址:Conditional Generative Adversarial Nets先放入全部代码。来源:【Keras-CGAN】MNIST / CIFAR-10代码中噪声Z和label、输入图片和label的combine机制和论文中不同...原创 2019-11-06 17:48:55 · 2362 阅读 · 0 评论 -
对“教你使用简单神经网络和LSTM进行时间序列预测”代码修改与解读
原文链接和代码在这里:教你使用简单神经网络和LSTM进行时间序列预测(附代码)但是在测试的过程中,原代码出现一些问题,直接运行原文中的代码是行不通的。大部分的代码解释原文写的很明白,这里只做补充。本文测试环境:Python3.6 Jupyter Notebook,TensorFlow+Keras这篇文章采用人工神经网络(Artificial Neural Network ,ANN)和...原创 2019-09-22 10:39:25 · 3373 阅读 · 21 评论 -
Keras 建立断点checkpoint;保存,加载模型
参考链接:如何为Keras中的深度学习模型建立CheckpointKeras框架训练模型保存及再载入模型保存与加载:保存:#保存模型model.save('model.h5')# 保存参数model.save_weights('my_model_weights.h5')加载:from keras.models import load_model#载入模型...转载 2019-09-21 10:26:32 · 2572 阅读 · 0 评论 -
SAGAN(Self-Attention Generative Adversarial Networks)论文解读附自己的理解
Self-Attention Generative Adversarial NetworksTensorFlow代码:https://github.com/taki0112/Self-Attention-GAN-TensorflowPytorch代码(作者源码):https://github.com/heykeetae/Self-Attention-GAN看论文之前看了两篇比较好的文章...原创 2019-09-12 17:29:23 · 5419 阅读 · 13 评论 -
解决import torchvision 报错问题 DLL:找不到模块
import torch 成功但是import torchvision,报错DLL:找不到模块网上说可能是numpy版本的问题,pillow版本的问题,按照方法更改后都没用。看到的另一个原因:可能是torch和torchvision 版本不对应解决方法:https://pytorch.org/get-started/locally/ 打开官网,选择你相应的配置,我是CPU...原创 2019-09-10 20:05:15 · 18725 阅读 · 4 评论 -
Keras CIFAR-10彩色图像物体识别 卷积神经网络
参考书籍《Tensorflow+Keras 深度学习人工智能实践应用》林大贵著这是一本很通俗易懂的入门实践书,所有代码,事无巨细地进行了解释CIFAR-10数据集是60000个32x32的彩色图像,分为10类,飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。50000个训练图像,10000个测试图像1.数据集处理1-1. 下载CIFAR-10数据集from keras.datasets...转载 2019-03-17 20:19:26 · 3593 阅读 · 0 评论