- 博客(8)
- 收藏
- 关注
RSS订阅原创 softmax回归实现
简单理解就是 可以理解为我们有三个类 两个样本 分别是第0类和第1类 y-hat中 记录的是预测这两个样本分别属于每一类的概率 所以我预测 第一个样本属于第0类是0.1 第二个样本属于第1类是0.5因为我们只关心正确预测值。我们可以看到 例我们创建一个y hat 包含两个样本在3个类别的预测概率，使用y作为y hat中概率的索引 就比如 我们拿到的其实是0.1 0.5。当矩阵行列大于1时 将每一行中元素值最大的下表 存入yhat中 （预测的分类的类别）只关心对正确类的预测值，不关心非正确类。
2023-04-06 22:33:17
109
原创 图像分类数据集
我们可以指定batch-size，构造一个iter ，next 就是拿到第一个小批量。transform = trans 下载的是tensor 不是图片格式。当我们构建好数据集后 可以放进dataloader里面。train = true 下载训练数据集。把图片换为tensor。
2023-04-06 19:49:53
89
原创 pytorch实现梯度下降 学习笔记
plt.scatter(x, y, s, c, marker, cmap, norm, alpha, linewidths, edgecolorsl) 函数。nn中的linear层 （shape） Sequnential 相当于一个存放层的list。首先构造一个人造数据集 我们知道真实的w和b 例如w = 【2，-3.4】，b=4.2。torch.normal函数(均值，方差，（样本大小，列数）【shape】)sgd （参数（w，b），学习率）每次拿出一个批量大小的x，y。X，y都做成列向量返回。
2023-04-06 17:22:27
120
原创 薯薯的算法日记03
思路就是运用快慢指针 满指针指向中间的时候 把中间值改为null 并且使右边链表依次向左指 依次判断是否相同 最后再逆序回来（记下来 日常慢慢啃 一定要分析边界为什么这样写）第二种方法 设置六个变量 小于头尾 等于头尾 大于头尾 然后依次连接 注意判断不存在情况。第一种方法我们依次把链表内容放入栈中然后从栈中弹出一个去比对，每一步一步去比对。设置一个链表 给出一个num 让链表小于num的放左边 等于放中间 大于放右边。对于快慢指针 满指针如何压中中间位置或者中间偏左位置（留着后续更~~ ）
2022-11-16 23:49:25
136
1
原创 薯薯算法日记02
我们首先准备一个辅助空间 然后我们统计数组中个位数出现的词频记录在count数组中 然后把count处理成前缀和 然后从右往左遍历数组 把个位数拿出来根据 词频数减一（这个是索引）填到辅助数组里面去 然后让该位置词频减1 这时所有数字出桶放入了辅助数组里面去了 然后再把bucket里面的数字放到arr里面再次入桶出桶（我的理解就是 我们可以先把数组里面的数字记录到count这个数组里面去 然后再从count这个规则把原数组的数字进行依次倒出到bucket对应位置 这就是完成了一次排序）
2022-11-15 23:27:38
120
2
原创 薯薯算法日记01
首先判断 是否当前位置存在子，如果存在子我们再进行操作 循环操作是 如果存在右子并且右子比左子大那么largest记录右子的下标索引 否则记录左子（此时largest记录的是子中较大那个的索引值） 接下来比较较大子值和索引值哪个更大（此时largest记录的是索引对应值和子值较大的那个）如果此时父值大 那么已经形成大根堆，如果子大那么交换子父的值和索引直到父大为之。我们首先让数组的前k+1项变成小根堆 此时 该数组最小的数就应该在0索引 接着我们弹出最小值把后一个值放入小根堆，不断弹出最小值即可。
2022-11-14 23:30:46
133
原创 薯薯算法日记
比如 有8个数比1大 那么就是1*8+3*6+4*5+5*4+......依次这样一个算法 那么 我们可以用归并排序来处理这个问题 因为我们是递归 所以比如 最后我们得到（1）（3）这两个小组 那么这两个小组再merge的过程中 我们判断1
2022-11-11 20:26:06
167
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人