- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【cuda环境】python pytorch 报错CudaSetupArgument解决方法
ubuntu python 报错CudaSetupArgument解决方法出现这个问题大概率是编译所使用的cuda版本和运行的cuda版本不一致首先查看系统cuda版本（即编译所用的cuda版本）nvcc -V我用的pytorch+conda环境，使用conda list可以查看虚拟环境中cudatoolkit的版本，最开始我的系统cuda版本是9.0,cudatoolkit版本是10.2,因此出现了版本不一致的现象，所以出现了如题所示错误信息。后来我切换了系统的cuda版本，问题就解决了。具体
2021-11-23 15:15:18
1770
原创 最小均方误差和最小二乘法的关系
均方误差等于方差加上偏差的平方，当估计量无偏时，均方误差等于方差。所以，当满足最小二乘法条件且估计量是无偏估计量，那么求最小均方误差等价于最小二乘法。均方误差可以看作是加权的最小二乘法，其中的权值表示概率。所谓无偏，就是我们认为每个样本点出现的概率和真实模拟的数据中样本点出现的概率是一样的。当概率相等即无偏时，我们认为两者等价。最小二乘法针对的是有限的数据量的概念，而最小均方误差是针对无限数据量的一个概念。最小二乘方法（LS）是最小均方误差（LMSE）在有限个观测值时的时间平均近似，或者说，当观测样本
2020-06-22 22:44:37
11956
2
原创 【模式识别与深度学习】线性判别
文章目录一、线性判别函数与线性分类面1.1与超平面相关的一些计算1.2 二分类问题的线性判别准则二、不等式组求解2.1 求解思路2.2 解空间的几何解释三、感知器算法3.1 问题定义3.1.1结合线性函数的问题表示3.2 感知器算法代价函数的选择3.3 感知器算法求解3.3.1 批量梯度下降法3.3.2 随机梯度下降法3.3.3 小批量梯度下降法3.3.4 感知器算法最优化例题（*）3.4 感知器算法的收敛性证明四、线性不可分4.1非线性求解4.1.1 伪逆求解法4.1.2 迭代求解法：梯度下降法4.1.
2020-06-22 22:26:29
1186
原创 【模式识别与深度学习】距离分类器
一、距离分类器的一般形式将待识别的样本分类到与其最相似的类别中二、计算距离前的数据预处理2.1 样本规格化数据的量纲对数据的相似性影响很大，以重量单位为例，单位有克、千克等，如果数据相同，但单位不同，数据的相似性会因为量纲的不同而表现出不同。通过数据规格化能够消除这种因为量纲带来的差异，如下图坐标系所示：样本规格化其实就是移动坐标系中原点的位置并缩放坐标轴，目的是消除特征量纲对数据相似性的影响。主要方法有：均匀缩放：数据规格化后每一维数据都满足均匀分布。具体步骤如下：高斯缩放：数据规格
2020-06-18 16:47:55
5636
原创 哈工大机器学习实验三--k-means聚类和混合高斯模型
哈尔滨工业大学计算机科学与技术学院实验报告课程名称：机器学习课程类型：选修实验题目：k-means聚类和混合高斯模型学号：1170300511姓名：易亚玲...
2019-11-08 12:30:10
4076
原创 哈工大机器学习实验二逻辑回归（牛顿法、梯度下降）
哈尔滨工业大学计算机科学与计算机学院实验报告课程名称: 机器学习课程类型: 选修实验题目: 多项式拟合正弦函数学号: 姓名: 一、实验目的理解逻辑回归模型掌握逻辑回归模型的参数估计算法（带正则项和不带正则项）二、实验要求及环境实验要求：实现两种损失函数的参数估计（1，无惩罚项；2.加入对参数..
2019-10-16 09:26:04
6245
2
原创 哈工大机器学习实验一多项式拟合正弦函数
哈尔滨工业大学计算机科学与计算机学院实验报告课程名称: 机器学习课程类型: 选修实验题目: 多项式拟合正弦函数学号: 1170300511姓名: 易亚玲一、实验目的掌握最小二乘法求解（无惩罚项的损失函数）掌握加惩罚项（2范数）的损失函数优化掌握梯度下降法、共轭梯度法理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)二、实验要求及环境实验要求：生成数据，加入...
2019-10-15 19:25:54
5329
4
原创 Windows下安装Ubuntu18.04双系统（Dell）UEFI下的U盘驱动
安装双系统的教程特别多，我针对我的dell安装时遇到的情况做以下总结：第一步：对D盘分区（我只有C盘和D盘，如果有CDE盘，则对E盘分区，多个一次类推）首先win+x 选择磁盘管理器 然后找到要分区的盘，我的是D盘，在D盘显示存储的地方右击鼠标选择压缩卷，大小最少为50G，尽量大一些，我的D盘大小为1T，我选择了200G。第二步：到ubuntu官网下载Ubuntu的iso文件，记住保存iso...
2019-08-02 19:43:51
407
原创 一行命令Ubuntu下安装Chrome
关于chrome的安装方式太多了，下面提供一个一行命令安装的方式，在命令行输入sudo apt-get install chromium-browser
2019-08-02 19:23:25
119
原创 【统计学习方法笔记】绪论
文章目录统计学习方法分类监督学习（本书重点）非监督学习半监督学习统计学习三要素模型策略算法交叉验证泛化能力生成模型和判别模型统计学习方法分类监督学习（本书重点）本质是学习一个由输入到输出的映射。通俗来讲就是，给定计算机一个输入，输出相应的值。我们要学习一个模型，将输入输出对应起来。非监督学习半监督学习统计学习三要素模型在监督学习过程中，模型就是要学习的条件概率分布。模型重点关注问题...
2019-07-05 11:07:30
113
原创 黑盒框架和白盒框架总结
黑盒框架基于委托，为接口类，我们只需要了解黑盒中每个方法的功能，在需要的时候创建类，委托其中的方法实现我们的功能。黑盒我们无法了解具体方法是如何实现的，因此是不透明的。白盒框架基于继承，为具体类，当我们需要的类的功能和白盒类中的功能类似时，我们可以继承白盒中的非private成员变量，增加或者重写或者重载来实现我们的功能。白盒中我们可以查看成员变量和实现，因此是透明的。...
2019-06-18 13:01:14
290
原创 关于Java中的I/O
Java中I/O按字符和字节分为以下几种常见的类型（搬运）在这之前我一直疑惑java的I/O，这张表给我清晰的认识。希望关于I/O有同样疑惑的人能有所启发...
2019-05-29 17:07:03
112
原创 【菜鸟日记】软件构造笔记 6.2 可维护的设计模式（详细版）
文章目录6.2.1 Creational PatternsFactory Method PatternAbstract Factory PatternBuilder6.2.2 Structural patternsProxyComposite分为三大类，创作模式，结构模式和行为模式6.2.1 Creational PatternsFactory Method Pattern一般情况下我...
2019-05-06 18:15:37
133
原创 如何在eclipse里面安装SpotBugs
1.在eclipse找到help2.选择marketplace3.在find的文本框中输入spotbugs,点击后面的go4.点击右下角的install(我已经安装过啦，所以显示的是installed)
2019-05-06 17:58:14
1179
原创 【菜鸟日记】软件构造笔记 6.1 面向可维护性的软件构造方法（详细版）
文章目录6.1.1 软件维护的基本概念软件维护的类型评价软件可维护性的指标常用的软件可维护性指标6.1.2设计模块的原则评估模块性的五个标准模块设计原则6.1.3内聚性和耦合性6.1.1 软件维护的基本概念软件维护的类型纠正性维护适应性维护完善性维护预防性维护ps:尽量保证软件的熵值较小，当熵值变大时，要注意修补使熵值变小。评价软件可维护性的指标易于纠正错误和提升性能易于...
2019-04-15 20:25:02
299
原创 【菜鸟日记】软件构造笔记5.3 可复用的设计模式（详细版）
文章目录一 结构模式5.3.1 Adapter (适配器)------适配器常用继承和委托来实现------5.3.2 Decorator（装饰器）5.3.3 Façade（简单窗口）二 行为模式5.3.4 Strategy（策略模式）：整体替换算法5.3.5 Template method (模板)5.3.6 Iterator (迭代器)设计模式的分类原则如何创建对象（创作模式）如何组合...
2019-04-15 19:40:38
185
CS大作业hello
2018-12-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人