- 博客(13)
- 收藏
- 关注
RSS订阅原创 什么是多层感知机
多层感知机的概念我们要了解多层感知机，首先应该知道感知机是什么感知机感知机是人工智能最早的模型；是一个有监督的学习算法；本质上感知机是一个二分类的问题：输入大于0就输出1，否则输出0。与线性回归的不同：线性回归输出的是一个实数而感知机输出的是一个离散的类。与softmax的区别：在有n个类的情况下，softmax会输出n个元素，所以可以是一个多分类的问题，但是感知机这里只输出一个元素，说明感知机最多只能做一个二分类问题 。训练感知机的过程（相当于批量为1 的梯度下降）感知机的缺点
2022-03-16 15:25:02
21963
1
原创 Pytorch深度学习实践课程-多分类问题
解决多分类问题-softmax+交叉熵损失注：softmax可以输出分布（之和=1，且每一个大于0）import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.optim as optimimport torch.nn.functional as F# 准备数据集batch_size = 6
2021-11-28 15:40:30
1166
原创 Pytorch深度学习实践课程-Dataset and DataLoader
一、在Pytorch中如何构造数据集和Dataloader帮助加载数据的两个工具：Dataset、DataLoaderDataset：构造数据集，应当支持索引DataLoader：拿出Mini-Batch来供我们使用①Shuffle：打乱数据集顺序②Loader：将数据集进行分组迭代二、三个基本概念Epoch：所有样本都进行了一次训练。Batch-Size：每次训练所用的样本的数量（这就叫批量大小） 该训练包含了一次前馈、一次反馈、一次更新Iterations：Batch分成了多少份——内层
2021-11-28 11:13:59
254
原创 Pytorch深度学习实践课程-处理多维特征输入
导入前几节主要讨论的是一维特征的输入（即一个x：实数）单维：输入x是一个实数。多维：x有不同的特征，预测对应的分类。回归问题：输出值y 是一个实数。分类问题：输出y是属于一个离散的集合。数据集介绍如下图 是个糖尿病的数据集，一行是一个样本，共有八个特征，一列是一个特征（10维）。最终输出的值是一个y（取值只有0和1，代表分类任务）一维到多维：模型的改变一维：x是一个实数，所以乘以一个w权重即可。多维：因为最终的输出值y是一个实数，所以每一个Xi的值都要和一个权重w相乘。即下图的右。
2021-11-21 17:09:02
1404
原创 Pytorch深度学习实践课程-线性回归
线性回归的步骤①准备数据集②设计模型③构造损失函数和优化器④写训练周期（前馈、反馈、更新）线性回归实现以y=2x为例子实现，最终迭代的w =2，b =0为最终的迭代目标，选择学习率为0.01，初始化w为1运行在jupyter上import torchimport matplotlib.pyplot as pltx_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[2.0],[4.0],[6.0]])c
2021-11-20 10:08:26
1192
原创 Pytorch深度学习实践课程-逻辑斯蒂回归
注意：代码运行在jupyter上import torchimport numpy as npimport matplotlib.pyplot as plt#准备数据集x_data=torch.Tensor([[1.0],[2.0],[3.0]])y_data=torch.Tensor([[0],[0],[1]])# 使用类设计模型class LogisticRegressionModel(torch.nn.Module): def __init__(self):
2021-11-19 18:32:23
418
原创 Pytorch深度学习实践-反向传播
反向传播原理学习内容来自刘二大人深度学习实践课程https://b23.tv/ELo6f7以及博客https://www.cnblogs.com/charlotte77/p/5629865.html下面是反向传播代码实现二次模型y=w1x²+w2x+bimport numpy as npimport matplotlib.pyplot as pltimport torchx_data = [1.0,2.0,3.0]y_data = [2.0,4.0,6.0]w1
2021-11-16 16:25:00
955
1
原创 PyTorch深度学习实践课程-梯度下降
进入anaconda命令控制台输入pip install matplotlib运行matplotlibimport matplotlibimport numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D# 数据集x_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]w = 1# 正向传播def forward(x): r
2021-11-09 19:09:21
719
原创 什么是梯度下降
何为梯度下降？小概念回归：通过已有的数据来预测新的数据。分类：希望有一条线将数据分割成不同的类别。无论是回归，还是分类，我们目的都是让搭建好的模型尽可能的模拟已有的数据。决定模型能否模拟成功的关键有两点，分别是参数和模型的结构。模型中的参数成千上万，需要机器自己去寻找，这个寻找合适参数的过程就称为学习或者训练。我们通常会使用一个工具来帮助调整模型参数，这个工具就是损失函数。那什么是损失函数？损失函数的定义：衡量模型模型预测的好坏。损失函数就是用来表现预测与实际数据的差距程度，即误差。
2021-10-26 16:09:56
2083
3
原创 Python学习D-1
Python学习D-1一、 Python语言简单介绍全球600 多种语言，每一种语言都有自己的优势和劣势C语言（排名1）：应用于高并发，例如（搜索引擎：百度、王者荣耀）C语言要求对底层的理解要求深刻，所以学习起来较难最快的编程语言（不需要翻译），因为是与硬件直接接触的语言，会更快Java（排名2）：综合性的语言，比较擅长的时大型的ERP软件开发，大型的网站（例如淘宝网、京东网）Python（排名3）：爬虫方向、数据分析、人工智能方向、自动化开发、自动化运维方向运行速度不快（因为有个翻译的过程
2021-04-14 20:57:33
511
2
原创 Python安装+VScode安装+环境配置
Python安装+VScode安装+环境配置步骤一：安装Python最简单的方式就是从软件管理当中搜索Python，选择3.0 以上的版本，且目前的电脑版本最好选择x86-64版本的。安装刚才下载好的安装包，安装过程如下，使用默认配置，选择"Install Now",注意一定要勾选下面的Add Python3.5 to PATH然后一直next 到完成即可。如何判断自己下载的Python是否正确呢？在电脑开始处，搜索Python，点击Python进入一个黑色界面，如下图所示即可表示安装成功
2021-04-11 20:08:51
575
原创 数据库常见填空、判断
数据库常见填空、判断第一章1.数据管理技术经历了（人工管理）、（文件系统）、（数据库系统）三个阶段。2.数据库系统的特点：（数据结构化、数据的共享性高冗余度低、数据的独立性高、由DBMS统一管理运行数据）3.当数据的物理存储改变了，应用程序不变，而由DBMS处理这种改变，这是指（物理独立性）。4.数据模型是由（数据结构）、（数据操作）和（完整性约束）三个部分组成的5.（数据结构）是对数据系统静态特性的描述，（数据操作）是对数据库系统动态特性的描述。6.数据体系结构按照（模式、外模式、内模式）三
2021-04-11 19:20:15
5374
2
原创 常见数据库简答题
数据库简答题第一章1.简述数据、数据库、数据库管理系统、数据库系统的概念（期末题库、课后题、大纲要求、试题三）数据：描述事物的符号记录数据库：（什么是数据库？答下面所有）长期存储在计算机内、有组织、可共享的大量数据的集合基本特征：（1）数据按照一定的数据模型组织、描述和存储（2）可为各种用户所共享（3）具有较小的冗余度（4）数据独立性较高（5）易扩展性数据库管理系统：（什么是数据库管理系统？答下面所有）（2001研招）位于用户与操作系统之间的一层数据管理软件，他与操作系统一样都是计
2021-04-05 20:47:38
29261
5
空空如也
论文中可视化结果怎么弄出来的
2023-07-26
FSCE跑代码遇到的问题
2022-11-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人