![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 50
小蔡是小菜
让花成花,让树成树
展开
-
记录实验BUG(2022.11.9)
使用ResNet50网络提取图像的特征将提取出的特征作为下一个网络的输入。原创 2023-04-18 10:31:40 · 1174 阅读 · 0 评论 -
研一暑假总结-关于训练和瓶颈分析
研一暑假总结-关于训练和瓶颈分析原创 2022-09-05 17:50:27 · 370 阅读 · 0 评论 -
李沐《动手学习深度学习》--之pytorch神经网络基础(一)
如何通过继承nn.module构造模型?补充知识:线性层和全连接层没有区别,线性层即全连接层1. 回顾多层感知机net = nn.Sequential(nn.Linear(20,256), # 输入层 input20,output256 nn.RelU(), # 隐藏层(全连接层) nn.Linear(256,10)) # 输出层 input256,output 10以上代码构造了一个简单的原创 2022-04-08 21:38:52 · 1507 阅读 · 0 评论 -
线性模型与非线性模型的区别(转载)
线性模型和非线性模型的区别_weixin_34040079的博客-CSDN博客在机器学习的回归问题中,线性模型和非线性模型都可以去对曲线进行建模,那么线性模型和非线性模型有什么区别呢?其实,线性模型和非线性模型的区别并不在于能不能去拟合曲线。下面我们来详细介绍一下它们两个的区别。线性回归的等式线性回归需要一个线性的模型。这到底意味着什么呢?一个模型如果是线性的,就意味着它的参数项要么是常数,要么是原参数和要...https://blog.csdn.net/weixin_34040079/article/de转载 2022-03-23 19:10:36 · 1570 阅读 · 0 评论 -
IOU与mAP
1.IOU定义:交并比;预测的边框和真实的边框的交集与并集比例引用:目标检测之 IoU_黑暗星球的博客-CSDN博客_目标检测iou2.mAP(Precision/recall)(VOC和COCO是两个目标检测的数据集,且在VOC中,我们认为IOU>0.5即为TP)常规的mAP计算为(这是一个N类检测任务):1、计算单张图片中class1的精度P(VOC默认IOU大于0.5即为TP,COCO稍复杂些,下文再说)2、循环所有测试集图片,重复1过程求所有图片P的均值即为cla.原创 2022-03-22 20:49:15 · 385 阅读 · 0 评论 -
准确率、精准率、召回率
参考:准确率、精确率、召回率 - 知乎以一个二分类系统来讲,通常情况下我们会将数据分为两类:正确(T),错误(F),但是在我们实际操作的运行模型的结果中会出现四种不同的分类结果P(positive)N(Nagitive)(声明:这里所用的符号标记与所引用的链接有所不同)TP:本身是正类,结果划分是正类TN:本身是正类,结果划分为负类FP:本身是负类,结果划分为正类FN: 本身是负类,结果划分为负类1.准确率:所有正确的分类的比重Accuracy=(TP+FN)/(TP原创 2022-03-22 20:07:20 · 2712 阅读 · 1 评论 -
李沐深度学习笔记(利用pytorch的深度学习框架实现线性回归)
1. 主要代码:# 线性回归的简单实现import torchfrom torch.utils import datafrom d2l import torch as d2l# 获取数据集true_w = torch.tensor([2,-3.4])true_b = 4.2features,labels = d2l.synthetic_data(true_w,true_b,1000) # 调用d2l库中的synthetic_data构造一个数据集# 这里的d2l.synthetic原创 2022-01-22 16:18:48 · 1999 阅读 · 0 评论 -
pytorch实现线性回归
使用pytorch框架实现线性回归原创 2022-01-21 21:10:56 · 899 阅读 · 1 评论 -
axis(轴)
若一个矩阵A的shape为[2,5,4]axis=0 将2去掉,取A的[:,5,4]axis=1 将5去掉,取A的[2,:,4]axis=2 将4去掉,取A的[2,5,:]axis=[1,2] 将2,5去掉,取A的[:,:,4]在numpy与torch的求和函数,mean函数中经常用到axis与keepdims参数keepdims(保持维度)参数解释:1.keepdims=True; 将aixs中的维度改成1ex:axis=0,keepdims=True,A取:[1,5,4].原创 2022-01-18 15:22:16 · 1818 阅读 · 0 评论 -
python安装虚拟环境中的包
1、windows+R 打开2、cmd打开命令提示符3、进入虚拟环境 conda activate (你的环境名称)4、安装镜像(pip config set 网址)附:清华大学开源软件镜像站:condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/condaconfig--addchannelshttps://mirrors.tuna.tsinghua.e...原创 2021-12-24 10:18:14 · 2029 阅读 · 0 评论