- 博客(21)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 手写数字识别pytorch 附loss图和结果验证图
import torchimport torchvisionimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimimport numpy as npimport osimport matplotlib.pyplot as pltfrom torchvision import datasets, transformsn_epochs = 3random_seed = 1BATCH.
2021-11-18 23:24:35
2017
原创 双向队列实现回文词（python）
class Deque: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def addFront(self, item):#从队首加入 self.items.append(item) def addRear(self, item):#从队尾加入 self.items.insert(0,.
2021-09-07 22:33:29
140
原创 约瑟夫问题（热土豆）（队列）python
有n个人，编号为1~n，从第一个人开始报数，从1开始报，报到m的人会死掉，然后从第m+1个人开始，重复以上过程。在死了n-1个人后，问最后一个人的编号是？class Queue: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def enqueue(self, item): self.items.ins...
2021-09-01 18:01:54
370
原创 10以内计算python
class Stack: def __init__(self):#创建一个空 self.items = [] def isEmpty(self):#判断返回栈是否为空 return self.items == [] def push(self, item):#将一个item加入栈顶 self.items.append(item) def pop(self):#查看栈顶数据，看完后删除 return self.i.
2021-08-27 11:57:44
133
原创 表达式转化python（中缀转后缀）
class Stack: def __init__(self):#创建一个空 self.items = [] def isEmpty(self):#判断返回栈是否为空 return self.items == [] def push(self, item):#将一个item加入栈顶 self.items.append(item) def pop(self):#查看栈顶数据，看完后删除 return self.i.
2021-08-27 11:26:30
244
原创 进制转化（python）(10进制转化为16以下）
class Stack: def __init__(self):#创建一个空栈 self.items = [] def isEmpty(self):#判断返回栈是否为空 return self.items == [] def push(self, item):#将一个item加入栈顶 self.items.append(item) def pop(self):#将一个元素从栈顶删除，栈被修改 return se.
2021-08-21 16:50:24
129
原创 梯度下降的实现python
import numpy as npfrom matplotlib import pyplot as plt# 创建列表，用于保存采集得到的样本data = []for i in range(100): x = np.random.uniform(-10., 10.) # 随机采样输入x # 采样高四噪声 eps = np.random.normal(0., 0.01) y = 1.477 * x + 0.089 + eps data.append(.
2021-08-20 11:19:28
102
原创 栈的应用简单括号匹配（python详细注释）
class Stack: def __init__(self):#创建一个空栈 self.items = [] def isEmpty(self):#判断返回栈是否为空 return self.items == [] def push(self, item):#将一个item加入栈顶 self.items.append(item) def pop(self):#将一个元素从栈顶删除，栈被修改 return se.
2021-08-20 10:49:37
100
原创 通用括号匹配（栈的应用）python（详细注释）
class Stack: def __init__(self):#创建一个空栈 self.items = [] def isEmpty(self):#判断返回栈是否为空 return self.items == [] def push(self, item):#将一个item加入栈顶 self.items.append(item) def pop(self):#将一个元素从栈顶删除，栈被修改 return se.
2021-08-20 10:48:38
195
原创 变位词的判断（计数比较）
方案一def judge1(s1,s2): c1=[0]*26#产生一个26个0的数组 c2=[0]*26 for i in range(len(s1)): pos=ord(s1[i])-ord('a') c1[pos]+=1 for i in range(len(s2)): pos=ord(s2[i])-ord('a') c2[pos]+=1 if c1==c2: bool=Tru
2021-08-17 11:07:05
151
原创 变位词的判断
方案一(逐字检查）def judge1(s1,s2): alist=list(s2)#需要实现打钩标记， # 将打钩的字母命为None， # 但由于字符串是不可变类型，需要将其复制到list中 pos1=0 bool=True while pos1<len(s1) and bool: pos2=0 found=False while pos2<len(s2) and not found:#...
2021-08-16 20:44:18
55
原创 辗转相除法和更相减损法原理和算法
辗转相除法:现在需要去求解a和b的最大公约数k。可知a=m*k,b=n*k，a=t*b+r之后带a=m*k,b=n*k到a=q*k+r中r=(m-n*t)*k所以可知gcb(a,b)=gcb(b,r)def gcd(a,b): t=0 if b>a:#交换顺序 t=b b=a a=t print(a,b) if a%b!=0:#辗转相除 r=a%b a=b
2021-08-14 17:46:46
815
原创 SVM分类实战（线性）
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobs, make_circles, make_moonsfrom sklearn.preprocessing import StandardScalerplt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示plt.rcParams['axes.unicode_minus'] =.
2021-08-08 11:06:54
281
原创 svm实现非线性分类（利用smo算法）
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobs, make_circles, make_moonsfrom sklearn.preprocessing import StandardScalerplt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示plt.rcParams['axes.unicode_minus...
2021-08-07 16:02:03
809
原创 SMO算法的实现
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobs, make_circles, make_moonsfrom sklearn.preprocessing import StandardScalerplt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示plt.rcParams['axes.unicode_minus'] =.
2021-08-06 23:06:46
258
原创 神经网络实现torch温度计问题
import torchfrom matplotlib import pyplot as pltimport torch.optim as optimimport torch.nn as nnfrom collections import OrderedDict#torch.unsqueeze()这个函数主要是对数据维度进行扩充。参数为0数据为行方向扩，为1列方向扩，再大错误# 为什么用unsqueeze# 因为PyTorch的nn.Linear（）是用于设置网络中的全连接层的，# 需要注.
2021-08-02 11:43:44
487
原创 温度计问题（未使用优化器)
import torchfrom matplotlib import pyplot as pltdef loss_fn(t_p,t_c):#注意定义变量是函数名字和变量名字不要混淆 l=(t_p-t_c)**2 return l.mean()#对所有损失求和key 变量.mean()为对变量求和def model(t_u,w,b): return w*t_u+bdef d_t(t_p,t_c): d_t=2*(t_p-t_c) return d_tdef.
2021-08-02 11:41:30
55
原创 利用phtorch中的优化器实现梯度下降
import torchfrom matplotlib import pyplot as pltimport torch.optim as optim# 因为grad在反向传播的过程中是累加的，也就是说上一次反向传播的结果会对下一次的反向传播的结果造成影响，# 则意味着每一次运行反向传播，梯度都会累加之前的梯度，所以一般在反向传播之前需要把梯度清零。##清零使用的方法是# #未加入优化器时# if params.grad is not None:# # params.grad.zero_.
2021-08-02 11:40:36
195
原创 pytorch实现logistic回归
import torchfrom sklearn import datasetsimport torch.nn as nnfrom sklearn.preprocessing import StandardScalerimport numpy as npfrom sklearn.model_selection import train_test_splitnp.random.seed(0)torch.manual_seed(0)# 首先读取数据data = datasets.l...
2021-08-02 11:38:01
538
原创 逻辑回归演示
import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示plt.rcParams['axes.unicode_minus'] = False # 负号显示train_data=np.loadtxt('C:\pytorch\pytorch入门\logisticData.txt')train_x,train_y=train_data[:,:-1],tr.
2021-08-02 11:35:42
68
原创 关于鸢尾花分类实现的python实现
import numpy as npfrom sklearn.datasets import load_iris #导入数据集irisimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示plt.rcParams['axes.unicode_minus'] = False # 负号显示iris=load_iris()# print(iris)train_x=iris.dat.
2021-08-01 22:52:03
343
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人