- 博客(42)
- 收藏
- 关注
原创 8 多输出预测与多标签分类pytorch网络搭建
前面我们搭建的无论是分类还是回归都只能预测一个标签,这显然效果很局限。多输出预测(回归):例如训练网络拟合北东天坐标转机体坐标的关系,输入是三坐标,输出也是三坐标多标签分类:例如,输入图像数据,训练网络判断图片里面有猫,有狗,还是只有其中一种这样【注】:在介绍pytorch的内置损失函数博客中已经介绍了pytorch的损失函数是支持这个功能的。以上都只构建了一层网络,所以效果很差,这里只是做一个简单的记录而已。
2024-07-16 21:52:35
368
原创 2 Java的基本程序设计结构(基本语法1)
java数据类型分为两大类:基本数据类型和引用数据类型基本数据类型:整数、浮点数、字符(char)、布尔类型引用数据类型:封装在类对象里面的数据类型,字符串(不可变)、数组(可变)、集合(可变)、字典(可变)
2024-07-14 13:53:32
661
原创 (补充)IDEA项目结构
本文主要介绍一下pycharm和IDEA里面的项目结构的使用方法IDEA还有很多其他功能,类似接口、Maven这些后面都需要慢慢学了增加进去。
2024-07-10 23:54:40
803
原创 (补充):java各种进制、原码、反码、补码和文本、图像、音频在计算机中的存储方式
java中的各种进制的转换关系计算机中文本、图片、音频三种数据类似是怎么存在计算机中的普及图像、和音频的一些常识知识计算机数据分为三种: 文本(Text)数据:数字,字母,特殊符号等等、(Image)图片数据、(Sound)声音数据。有且仅有这三种,其中视频是图片和音频数据的组合。【注】:无论是文本、图片、还是音频计算机都是以二进制存储,即用一堆0,1数字来表示。这是怎么做到的,下面我们简单了解一下,其实这块属于计算机组成原理的知识。先来了解一下进制吧。信号与系统数字信号处理。
2024-07-09 20:46:34
1156
原创 补充:特征缩放技术(归一化与标准化)与学习率的选取和特征转换符合高斯分布
特征缩放技术在机器学习优化过程中可以加快收敛过程,特别是在数据量差异较大的情况下。关于学习率的选取一直都是机器学习里面的一个热点,到现在已经有部分自适应学习率的优化算法可供我们选择。但本文还是想介绍一下,自己应该怎么使用合适的学习率。
2024-07-06 22:12:31
1095
原创 1、Java入门(cmd使用)+ jdk的配置
下面就开始我们的Java系列笔记了,先介绍一些Java入门的知识吧!让我们从Windows的CMD命令开始吧!环境变量是什么,有什么作用呢?举上面那个打开qq的例子就可以了上面的例子中打开qq需要切换盘符,还需要切换到qq.exe所在的bin文件夹下,这个可太麻烦了,那个有没有一种办法可以使我们在cmd的任意目录下执行qq.exe都能打开qq呢?有,环境变量就是干这个事情的。实际上,我们只要将qq.exe所在的目录的路径记录到电脑的某个地方就能实现这样的功能了— 这个地方就叫做环境变量。
2024-07-04 11:42:37
1110
原创 机器学习算法(四):K近邻算法(K-Nearest Neighbors, KNN)最简单的监督学习回归和分类算法
K近邻算法(K-Nearest Neighbors, KNN)是一种简单但有效的监督学习算法,广泛应用于分类和回归任务中。可以看到KNN算法的确很简单,模型复杂度低,对于复杂性任务效果就不是很好了。而且模型是基于距离来的,各个数据点键是独立的,缺乏依赖性,似乎丧失了机器学习中学习的意思。举一个很简单的例子来说明该算法无法处理复杂问题:我之前做过一个将经纬高坐标转换成地心地固坐标的任务(有具体的转系公式),当时我是用转系公式转过去的。
2024-07-03 10:34:05
904
原创 补充:二分类器实现多分类 --- 一对一与一对多策略
我在大三刚接触到机器学习课程的时候,回归问题很自然就能跨过这个坎。但在分类这个问题上,遇到的疑问一个接一个,本博客就是为了解答我本科学习期间的一个二分类器的疑问所作出的解答。刚开始学习机器学习时,我们学习的最简单的例子就是二分类的案例。这也就导致了我们学习了很多的二分类器,例如逻辑回归二分类器、支持向量机二分类器等等。当时我就一个疑问,那不是二分类问题怎么办,那这些二分类器就显得很作用受限,后来随着知识量的增多。
2024-06-26 16:33:18
958
原创 机器学习算法(三):支持向量机(SVM)的sklearn调用
本节只会介绍SVM的一些sklearn的高级API调用接口,具体的理论推导这个模型的推导还是很复杂的,这里就不给出具体的理论了。具体理论还请读者自己想办法查阅资料吧。本来是有打算将理论也在这里附上,但很显然这个模型并不像线性回归和逻辑回归那样简单的几个公式就能够说明的,如果需要在这里讲述明白,需要大量的文字叙述,那么读者还不如去找一本详细介绍该模型的书看。最后面的sklearn网格搜索最优参数的技术很有用,要记得用哟,这个技术是通用适合sklearn里面各种模型的。
2024-06-26 12:17:36
872
原创 机器学习算法(二):1 逻辑回归的从零实现(普通实现+多项式特征实现非线性分类+正则化实现三个版本)
今天我们开始介绍逻辑回归的从零开始实现代码了,其中内容会包括普通实现、多项式特征实现非线性分类、正则化实现三个版本。相信看完底层实现你对逻辑回归的理解也会上升一个层次。哇,我感觉我写的好多啊,好多细节!!!
2024-06-23 20:00:33
1004
原创 python异常处理
如果你觉得Python里面内置异常不够你用的你也可以自定义异常,我想基本除非是专门干这行的,应该都不会用到这个功能吧!这里也简单演示一下。有时,内置的异常类型不足以表示所有错误情况。在这种情况下,你可以定义自己的异常类型。自定义异常应该继承自 Exception 类。try:e } ")e } ")异常处理的知识就只有这么多了,很简单但又很实用的一个Python技术,希望你已经掌握了。
2024-06-20 14:18:55
1036
原创 python基础 --- 元组、字典、集合、字符串
【注1】:由于列表是python这五种结构中最复杂的,因此会专门有一篇博客记录。很简单的一篇Python基础知识博客。
2024-06-19 14:52:02
814
原创 1、内存模型 ---- 变量赋值(简单讲讲Python整数和列表内存模型)---- 底层内存模型(编程底层基础)!!!!!特别重要,我觉得学编程第一个知识点就应该交这个,但是实际上并没有编程书讲这个
学Python有6年了,不算在本科啥也没学的4年,认真搞Python,也有两年了。但是在学习过程中发现有两个问题一直困扰我。(1)Python的传参与传引用究竟是什么鬼(2)为什么有时候变量赋值操作会影响原始变量,有时候不会看了不少资料,解释都千篇一律,基本还是硬记。后来我觉得有必要了解一下类似列表这类数据结构的底层是什么样的,于是就问了一下GPT内存模型是什么,看完里面恍然大悟。
2024-06-16 17:48:38
901
原创 python文件操作(Windows路径,内置os库)+ 正则表达式(语法与re库)
先介绍本部分的前置知识 ---- Windows路径知识。无。
2024-06-15 16:55:36
930
原创 pandas ---- pd.DataFrame基本用法
本部分主要介绍一些注意事项。另外,series是基础,好多用法都是series扩展一下,很类似的。pandas的一些常见用法已经写的很详细了,后面还会继续慢慢完善该博客。
2024-06-14 16:41:27
1077
原创 python列表---基本语法(常用函数、列表推导式、切片、浅拷贝,深拷贝等)
特性浅拷贝深拷贝创建的新对象是是顶层元素独立独立嵌套的可变对象共享内存独立的副本修改影响修改嵌套对象会影响原对象和副本完全独立,互不影响适用场景需要共享嵌套数据的修改需要完全独立的副本浅拷贝:适用于希望共享数据但不希望修改顶层结构的场景。深拷贝:适用于需要完全独立的副本以确保数据修改不会相互影响的场景。示例:使用copy模块进行浅拷贝和深拷贝# 原始列表# 浅拷贝# 深拷贝# 修改原始列表中的嵌套列表。
2024-06-10 12:09:20
1091
原创 python继承和call魔术方法
本文主要介绍python中的继承和call魔术方法,在实际中会经常用到。对于自定义函数和内置的调用,通常情况下是在函数名后加()来调用。但同样也可以用__call__()方法来调用。def f(x):f(4)# 两种调用方式等价的a = 1继承和__call__方法到这里应该就够用了。
2024-05-14 15:40:22
1140
1
原创 pytorch常用内置loss函数与正则化技术(补充小细节)、优化器(optimizer)
本博客主要简要记录一下对pytorch内置损失函数的一些理解和正则化技术在pytorch里面是怎么调用的。这就是本文的内容了,主要是很多细节部分需要记录一下。
2024-05-13 12:07:46
981
原创 ImportError: DLL load failed while importing win32api: 找不到指定的模块
在pip install pywin32后有概率出现import win32api 报错ImportError: DLL load failed while importing win32api: 找不到指定的模块。怎么解决,更新重装都不行。下面给出个人可行的解决方案。
2024-05-03 12:11:05
1111
1
原创 符号数学库-sympy
SymPy 是一个用 Python 编写的符号数学库,用于进行符号数学计算。可以进行符号化函数的创建,求导,解方程,微积分,微分方程等操作。【注】:使用这个符号化库,最好使用jupyter演示效果最佳,打印出来的效果并不好,所以更加建议使用jupyter。这个库完全就是完全数学符号化,很友好,很有意思。另外还有一些其他的数学操作,例如求极限或者求级数展开等。
2024-05-02 23:50:09
533
1
原创 2-Qt Designer(界面设计师)的简单使用
Qt Designer(界面设计师)可以方便我们图形画界面设计界面的布局,不用再一遍又一遍手动调窗口宽高,位置等参数,极大的节省了我们的工作效率。下面是一个简单的Qt Designer入门使用记录。还是以qt简介里面那个小案例为例子演示。Qt Designer简介加载ui文件这就是Qt Designer的简单用法,希望你已经学会了。
2024-04-27 15:07:33
1685
原创 1、Qt简介
Qt简介本文开始就开始进入到qt的开发笔记书写了。使用的开发库是pySide2 / pySide6 ,PyQt5 / PyQt6,下面会给出这几个库的前世今身。到这里应该对gui编程有了一个初步的了解,是不是很有趣,将自己的黑窗用Windows窗口展现出来,打包成一个成熟的软件。
2024-04-26 23:54:17
937
1
原创 python多线程技术(Threading)
多线程技术可以帮助我们加速python的工作效率。看本文前建议先看python传参这篇文章,有一点小小的知识点需要知道才好理解lock功能哪里的维护共享内存的安全性。没想到这么一个简单的功能写了这么多,看样子貌似写的很详细。
2024-04-21 11:41:36
1528
原创 python中的传参(传副本)、变量赋值操作、传引用和全局变量与局部变量
在python编程中函数的传参需要特别注意,有时会忘记,在这里写篇文章记录一下。每次查资料发现很多都是没有说明白的,作者自己都是稀里糊涂的。因此直接自己在这里写一篇注意一下。作用就是声明是全局变量后,函数调用结束不会销毁内存,还是能保持下来。有时候变成不确定下一步万一销毁内存了怎么办,就这么干。不过仅对不可变数据有时需要这么搞,可变数据一般这么做是多此一举。passself.a = 3# 创建 Test 类的实例。
2024-04-20 15:01:27
1388
1
原创 pandas ---- pd.Series基本用法
本文主要介绍pandas的一些基本用法。# 通过列表创建 Series,不定义index会自动生成0....indexprint(s)# 自定义索引print(s)
2024-04-16 23:53:15
870
原创 7 pytorch DataLoader, TensorDataset批数据训练方法
后面我们会经常用到这种batch和epoch的训练方法。
2024-04-12 16:48:17
250
1
原创 6-pytorch - 网络的保存和提取
我们训练好的网络,怎么保存和提取呢?总不可以一直不关闭电脑吧,训练到一半,想结束到明天再来训练,这就需要进行网络的保存和提取了。本文以前面博客的网络进行网络的保存和提取,建议先看完上面博客再来看本博客。
2024-04-12 15:18:56
648
原创 5-pytorch-torch.nn.Sequential()快速搭建神经网络
本文内容还是基于4-pytorch前馈网络简单(分类)问题搭建这篇的相同例子,只是为了介绍另一种更加快速搭建网络的方法,看个人喜好用哪一种。这里的这种搭建方法是使用**torch.nn.Sequential()**快速搭建,不用我们在继承重写net类了。选择那种方法搭建,看个人喜好,效果完全一样。
2024-04-11 23:15:58
504
1
原创 4-pytorch前馈网络简单(分类)问题搭建
本博客会搭建输入层(2节点),隐藏层(10节点),输出层(2节点)分类问题在我看来可比回归问题复杂多了,在搭建网络前,需要先介绍几个在分类问题里面的常用函数,了解了这几个函数的用法看网络搭建代码才会轻松点。分类与回归相比。网络搭建有一些小的细节需要特别注意哟!具体的细节我写在了代码的注释上面。看到这里,恭喜,监督学习里的分类和回归网络你可以初步搭建网络了。接下来一起搭建更加复杂有趣的网络吧。
2024-04-09 11:26:15
914
原创 torch.normal()函数详解
torch.normal()函数说人话解释,官方文档和大多数博客不说人话,本博客保证有基础就一定能看懂,并且相当简单,还有一个例子教怎么用torch.normal()生成服从正态分布的二维数据并可视化出来
2024-04-06 14:16:52
2927
1
原创 3-pytorch搭建一个简单的前馈全连接层网络(回归问题)
终于到搭建神经网络了,开心吧!本博客会根据生成的数据搭建一个输入层节点1,单隐藏层(10节点),输出层(1节点)的前馈神经网络来拟合生成的数据。其中隐藏层使用relu激活函数,输出层不使用激活函数。恭喜,看到这里相信你已经学会怎么用pytorch搭建前馈神经网络了。
2024-04-05 23:21:09
386
1
原创 2-pytorch激活函数
激活函数作用就是将原来线性的变成非线性,让神经网络变的更加强大。本文会介绍神经网络中的常用激活函数,以及其在pytorch里面的接口。关于回归、分类问题是不同类型的激活函数,具体问题具体选择。另外对于前馈神经网络隐藏层一两层激活函数选择应该是任意一个都大概率能达到满意的非线性效果,但是如果超过了2层更多层,就需要思考一下用那个激活函数了,如果选的不好,极大可能导致梯度爆炸或者梯度消失这些头疼的问题在反向传播过程中。
2024-04-04 23:29:53
264
2
原创 1-pytorch基础
在用pytorch进行搭建网络前需要先熟悉一下其中的一些主要API接口,本文会记录一些简单又很常用的接口,方便后续查阅。例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
2024-04-03 11:41:54
881
1
原创 深度学习中的数学理论与方法-lesson01
深度学习是基于人工神经网络的机器学习方法子集。其中“深度”指的是网络具有多层的特性。简单的来说,深度学习=用深度神经网络进行数学学习。下面我们从傅里叶级数及其导数开始引入。
2024-03-29 15:54:25
897
1
原创 机器学习算法(一):2. 线性回归之多项式回归(特征选取)
本博客主要是将线性回归推广到多项式线性回归,主要实现手段就是进行特征选择来实现多项式线性回归。以上就是今天关于多项式回归的简单实现了,
2024-03-25 20:00:05
714
空空如也
window下安装成功pytorch
2023-10-30
Windows11安装pytorch和d2l包
2023-10-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人