自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 收藏
  • 关注

原创 神经网络测试小代码

应该将它变成一个小组件来学习,后面可以套用!

2023-12-21 22:29:30 416

原创 本地连接tdengine

【代码】本地连接tdengine。

2023-12-19 16:05:34 588 1

原创 手写一个简单的卷积

"""计算二维互相关运算"""return YY = corr2d(X, K) #这里就是一个简单的垂直边缘检测#outputtensor([[ 1.0010, -0.9739]]) #可以看出与上面的K很接近了!!可以看出效果不错!!

2023-12-17 21:44:16 482 1

原创 深入理解图注意力网络代码(GAT)

【代码】图注意力网络代码(GAT)

2023-12-13 16:32:16 952

原创 神经网络的正则

在深度学习的上下文中,正则化的目的是为了使模型符合某种“规则”或“标准”,以避免过拟合,增强模型的泛化能力。:正则化通过添加正则项(比如权重的L1或L2范数)到损失函数中,实际上是给模型的学习过程引入了额外的规则或约束。这些规则鼓励模型找到满足这些额外条件的解,比如更小或更稀疏的权重,这有助于提高模型对新数据的预测能力。惩罚,优化算法会尽量使模型的权重向量中的一些元素变为零。这是因为L1正则化项是权重向量中各个权重的绝对值之和,最小化这个正则化项的过程中,优化算法会倾向于让不太重要的权重趋于零。

2023-12-10 23:04:19 1122 2

原创 lambda函数

函数接受两个参数:模型的预测值和实际标签(或目标值),然后计算它们之间的平方误差。在线性回归中,损失函数的目标是最小化预测值与真实标签之间的均方误差,从而找到最佳的模型参数(权重。变量可以在后续的训练过程中用作模型和损失函数,并且可以传递给相应的优化算法来训练模型。需要定义为函数,以便稍后在训练过程中使用。关键字创建匿名函数的目的是为了定义。也需要定义为一个函数,以便计算损失。并计算线性回归的预测值,同时。函数,使其能够接受输入数据。二、那直接写成这样子可以吗?

2023-12-10 10:56:05 450 1

原创 A3C算法的一些问题

A3C算法结合了多种强化学习技术的优势,包括行动者-评论家(Actor-Critic)架构、异步训练和优势函数(Advantage Function)的概念行动者-评论家架构(Actor-Critic)行动者(Actor):负责选择动作。它通常是一个神经网络,输入当前环境的状态,输出一个或多个动作的概率分布。基于这个分布,选择下一个动作。评论家(Critic):评估行动者选择的动作好坏。评论家也通常是一个神经网络,输入当前环境状态,输出这个状态的价值估计(即,预期的累积回报)。

2023-12-08 09:57:45 1078

原创 Q learning 的一些问题

其核心是Q表(Q-Table),这是一个表格,用于存储每个状态-动作对的Q值(即预期回报)。总的来说,Q表和Q值提供了一种机制,使智能体能够通过与环境的交互来学习最佳行为策略,从而在长期中最大化其获得的总奖励。在Q学习,一种强化学习算法中,Q表和Q值是核心概念,用于帮助智能体(如机器人或软件代理)学习在给定状态下采取最佳动作的策略。Q值是Q表中的元素,表示在给定状态下采取某一动作所预期的总回报(即未来奖励的折现总和)。更新Q值是Q学习中的核心步骤,它使得智能体能够从经验中学习,并逐渐完善其行动策略。

2023-12-08 09:09:40 972

原创 A*搜索算法(接上上篇)

在写代码,想把这个模块插入我的项目里,发现原来的代码还不是那么实用,又写了一版。

2023-12-03 22:48:27 366 1

原创 李沐视频小记录

在默认情况下,PyTorch会累积梯度,因此在进行另外一个函数之前需要清除之前的值。PyTorch中下划线表示重写内容,zero_表示把所有的梯度清零。都是一些细碎的小小点。

2023-11-27 22:13:28 355

原创 A* 搜索算法

A算法是一种高效的路径寻找和图遍历算法,常用于各种领域,如地图导航、游戏编程等。A算法的核心在于它使用了一个评价函数 f(n) 来估算通过节点 n 到达目标节点的最短路径代价。这个评价函数是两个其他函数的和:g(n) 和 h(n)。g(n):从起点到当前节点 n 的实际距离。h(n):当前节点 n 到目标节点的估计距离(启发式估计)。这个估计应该不超过从 n 到目标节点的实际距离。将起始节点加入到开放列表(Open List)。如果开放列表为空,表示没有路径,算法结束。

2023-11-27 16:45:56 889

原创 广度优先搜索算法(BFS)

【代码】广度优先搜索算法(BFS)

2023-11-26 23:09:29 358 1

原创 记录一下神经网络的归一化

感觉挺重要的。

2023-11-25 09:57:47 377

原创 Python深度优先搜索(DFS)

深度优先搜索(DFS)and 聚类搜索

2023-11-22 12:31:57 30

原创 Python碎碎念

一些写代码遇到的python细碎知识点

2023-11-21 11:53:38 35 1

原创 Python导入文件路径的问题

第一行代码首先使用 os.path.dirname(__file__)作为参数传递,以获取其父目录,并将结果赋值给 parent_path。然后,第二行代码使用 os.path.dirname()变量就包含了当前脚本所在的目录的路径,parent_path。获取当前脚本所在的目录,并将结果赋值给 curr_path。变量则包含了当前脚本所在的目录的父目录的路径。函数,将 curr_path。这样,curr_path。

2023-11-18 11:24:43 131

原创 ubantu从入门到入坟(更新中)

介绍Ubuntu结合VS Code怎么使用,还在更新中,快速入门(doge

2023-11-12 10:46:22 119

原创 Python 雷达图 matplotlib

Python 雷达图 matplotlib ,代码简单易懂,可迁移率高。涉及雷达图形状闭合,iloc读取表格等知识点

2023-01-02 12:10:30 1115

原创 Python 折线图matplotlib

Python 折线图 matplotlib,涉及多个细节,标记数据,如何在一个图上画多条折线,代码注释清晰

2023-01-01 17:14:25 647

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

提示
确定要删除当前文章?
取消 删除