Paddle开发深度学习模型快速入门

Altira

已于 2023-06-03 12:54:26 修改

阅读量449

点赞数

文章标签：深度学习 paddle python

于 2022-11-14 15:10:08 首次发布

本文链接：https://blog.csdn.net/qq_46281780/article/details/127847719

版权

Paddle开发深度学习模型快速入门

一、常见问题汇总

1.训练集（train），验证集(validation)，测试集(test)

训练集（train set）：用于训练模型以及确定参数。相当于老师教学生知识的过程。

验证集（validation set）：用于确定网络结构以及调整模型的超参数。相当于月考等小测验

测试集（test set）：用于检验模型的泛化能力。相当于大考

2.numpy.squeeze

numpy.squeeze(a,[axis]= None)

从数组的形状中删除某个维度。（axis为几时，可以看做此维度消失，删除后的形状便可得知）

在这里插入图片描述

3.iloc[]函数

iloc[]函数，属于pandas库，全称为index location，即对数据进行位置索引，从而在数据表中提取出相应的数据。

4.nn.Embedding

参考链接：https://www.jianshu.com/p/63e7acc5e890

5.rank()

rank(method='first', ascending=False)

method=‘average’ （默认设置）:那么这两个人就占据了前两名，分不出谁第 1，谁第 2，就把两人的名次算个平均数，都算 1.5 名，这样下一个人就是第3名。
method=‘max’:两人并列第 2 名，下一个人是第 3 名。
method=‘min’:两人并列第 1 名，下一个人是第 3 名。
method=‘dense’:两人并列第 1 名，但下一个人是第 2 名。
method=‘first’:那么试卷先被改出来的人是第 1 名，试卷后被改出来的是第 2 名。

ascending

ascending=False表示降序

参考链接：https://blog.csdn.net/Matrix_cc/article/details/123194080

group by 参考链接：https://zhuanlan.zhihu.com/p/101284491（未看）

5.pandas 内置函数（仅列举论教程中出现的）

1.sort_values()

在这里插入图片描述

by={‘col1’,‘col2’} :by带两个参数，表示先按’col1’进行排序，相同的再按‘col2’排序。

2.resert_index

重新设置索引

在这里插入图片描述

https://blog.csdn.net/weixin_43298886/article/details/108090189

3.pandas获取符合条件数据

df = pd.read_csv(config['valid_path'])
df[df['user_id']==110120]

4.apply()

andas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。

5.to_dict()

DataFrame.to_dict(self,orient = 'dict',into = )

将数据转化为字典类型（默认），也可以转化为其他类型（‘list’,‘series’,‘split’,‘records’,‘index’）

df.to_dict(orient = 'dict')
df.to_dict(orient = 'dict')['name']

在这里插入图片描述

https://blog.csdn.net/qq_38060702/article/details/109843385

6.defaultdict()

当key不存在时，返回的是工厂函数的默认值，比如list对应[ ]，str对应的是空字符串，set对应set( )，int对应0。

from collections import defaultdict
 
dict1 = defaultdict(int)
dict2 = defaultdict(set)
dict3 = defaultdict(str)
dict4 = defaultdict(list)
dict1[2] ='two'
 
print(dict1[1])
print(dict2[1])
print(dict3[1])
print(dict4[1])