![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 96
机器学习基本算法介绍
又是花落时
这个作者很懒,什么都没留下…
展开
-
pytorch 学习 (二) Mnist 案例的神经网络构造
PyTorch提供了设计精美的模块和类torch.nn,torch.optim,Dataset和DataLoader来帮助您创建和训练神经网络。为了充分利用它们的功能并针对您的问题对其进行自定义,您需要真正地了解他们在做什么。为了建立这种理解,我们将首先在MNIST数据集上训练基本神经网络,而无需使用这些模型的任何功能。我们最初将仅使用最基本的PyTorch的tensor功能。然后,我们将逐步从增加一个功能torch.nn,torch.optim,Dataset,或DataLoader.每个模块显示翻译 2021-01-12 21:18:12 · 698 阅读 · 0 评论 -
机器学习-K-邻近算法
基本思路1.计算已知类型数据集中的点与当前点之间的距离2. 按照距离依次递增次序排序3. 选取当前点距离最小的k个点4.确定前k个点所在类别出现的频率5.返回前k个点出现频率最高的类别作为当前点的类别k-邻近算法def classify0(inX,dataSet,lables,k): dataSetSize=dataSet.shape[0] # 读取矩阵第一维度的长度...原创 2018-03-11 16:13:15 · 145 阅读 · 0 评论