![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 74
对《动手学深度学习》的一些探索
shuaiqidexiaojiejie
这个作者很懒,什么都没留下…
展开
-
Python-pip安装包容易装错的包总结
最近看到python使用pip安装包的时候写错名字导致中了挖矿病毒,所以这里为python使用者总结一下,哪一些包经常使用但是import的名字和pip安装的名字不一致的。状元:sklearn机器学习特别火相信这个包很多人在用,但我经常安装会写成:pip install sklearn,很明显这是错的## 错误pip install sklearn## 正确pip install scikit-learn## 使用import sklearn2. 榜眼:opencv##原创 2022-05-03 11:19:06 · 323 阅读 · 0 评论 -
BatchNorm2d原理、作用及其pytorch中BatchNorm2d函数的参数讲解
BN原理、作用:函数参数讲解:BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)1.num_features:一般输入参数为batch_sizenum_featuresheight*width,即为其中特征的数量,即为输入BN层的通道数;2.eps:分母中添加的一个值,目的是为了计算的稳定性,默认为:1e-5,避免分母为0;3.momentum:一个用于运行过程中均值和..转载 2022-04-03 11:50:10 · 1696 阅读 · 0 评论 -
深度学习—BN的理解
0、问题 机器学习领域有个很重要的假设:IID独立同分布假设,就是假设训练数据和测试数据是满足相同分布的,这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。那BatchNorm的作用是什么呢?BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布的。 思考一个问题:为什么传统的神经网络在训练开始之前,要对输入的数据做Normalization?原因在于神经网络学习过程本质上是为了学习数据的分布,一旦训练数据与测试数据的分布不同,那么网络的泛化能力也大大原创 2022-04-03 11:40:04 · 389 阅读 · 0 评论 -
NumPy与ndarray简介(转载)
一、NumPy简介NumPy的全名为Numeric Python,是一个开源的Python科学计算库,它包括: 一个强大的N维数组对象ndrray; 比较成熟的(广播)函数库; 用于整合C/C++和Fortran代码的工具包; 实用的线性代数、傅里叶变换和随机数生成函数NumPy的优点: 对于同样的数值计算任务,使用NumPy要比直接编写Python代码便捷得多; NumPy中的数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构,...转载 2022-01-22 11:06:31 · 756 阅读 · 0 评论