![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
会编程的漂亮小姐姐
所有的高薪,背后都是玩命的付出和不懈的坚持,这也是为什么会有这样的现象:越厉害的人,反而越努力。切记,别用今天的安逸换来一辈子的艰难,这是天底下最赔本的买卖。
展开
-
how to install tensorflow in windows10
pip install --upgrade --ignore-installed tensorflow原创 2021-11-15 15:10:35 · 1158 阅读 · 0 评论 -
AI环境搭建:
AI环境搭建:1.查看班级cuda版本按window按键,并输入NVIDIA control panel------进入界面查看cuda版本;如果无法正常打开以上步骤,请下载鲁大师,进行显卡驱动安装2.下载cuda对应的torch和torchvision。软件向下兼容。下载地址:https://download.pytorch.org/whl/cu102/torch_stable.html3.安装torch和torchvision.并运行测试代码,测试环境是否搭建正确。import torch原创 2021-07-27 10:04:17 · 511 阅读 · 0 评论 -
2021-06-08 torch.manual_seed()的理解
使用 :为CPU中设置种子,生成随机数:torch.manual_seed(number)为特定GPU设置种子,生成随机数:torch.cuda.manual_seed(number)为所有GPU设置种子,生成随机数:torch.cuda.manual_seed_all(number)使用原因 :在需要生成随机数据的实验中,每次实验都需要生成数据。设置随机种子是为了确保每次生成固定的随机数,这就使得每次实验结果显示一致了,有利于实验的比较和改进。使得每次运行该 .py 文件时生成的随机数相同原创 2021-06-08 16:51:47 · 281 阅读 · 1 评论 -
torch.Tensor&numpy.ndarray
import torchimport numpy as npa = torch.tensor([[1,2],[3,4]],dtype=torch.float32)print(a,type(a),a.dtype)b = np.array([[1,2],[3,4]],dtype=np.float32)print(b,type(b),b.dtype)c = a.numpy() # <class 'torch.Tensor'>------><class 'numpy.nd原创 2021-05-26 21:46:38 · 187 阅读 · 0 评论 -
池化层
在卷积神经网络中,进行卷积之后,通常会跟着一个池 化层,池化层是对上一层的特征图进行下采样处理,代表着 对统计信息的提取过程。在深度学习中最常见的池化方式 有两种,分别是最大值子池化和均值子池化。其中,最大值 池化是选取小区域内像素的最大值,而均值子池化是选取小 区域内像素总和再求平均值。 池化层的引入只是对输入的 特征图进行降维处理,不改变特征图的个数,具有不变性。...原创 2020-12-11 16:37:35 · 799 阅读 · 0 评论 -
菜鸟进阶:(10)常用的激活函数的理解与总结
常用的激活函数的理解与总结1.什么是激活函数所谓的激活函数(Activation Function),就是在人工神经网络的神经元上运行的函数,负责将神经元的输入映射到输出端。单一神经元模型如下:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-B6ExUfNB-1603869802920)(C:\Users\admin\AppData\Roaming\Typora\typora-user-images\1603855062714.png)]神经网络中,每一个神经元节点接原创 2020-10-28 15:23:36 · 714 阅读 · 0 评论 -
菜鸟进阶:(9)
OSError: [WinError 126] 找不到指定的模块。 Error loading “C:\Users\63400\PycharmProjects\testmtcnn\venv\lib\site-packages\torch\lib\caffe2_detectron_ops.dll” or one of its dependencies.原创 2020-10-06 19:43:20 · 154 阅读 · 0 评论 -
菜鸟进阶:(8)pip install torch出现错误
pip install torch出现各种错误,然后一直百度,花了一天都没解决。最后发现还是第一次百度的方法解决了我这一天的问题,欲哭无泪!首先使用Python的pip安装命令: pip install torch 出现错误解决办法:这时需要先下载pytorch包,根据自己的python版本选择。pytorch包链接:我就是下载了安装包,但是因为网络原因,没有下载成功就放弃了。结果第二天死马当作活马医,天啊,居然不到两分钟就下载成功了!https://www.lfd.uci.edu/~gohlke/原创 2020-10-06 17:36:26 · 874 阅读 · 0 评论 -
菜鸟进阶:(7)numpy的np.max用法
np.max:(a, axis=None, out=None, keepdims=False)求序列的最值最少接收一个参数axis:默认为列向(也即 axis=0),axis = 1 时为行方向的最值;np.maximum:(X, Y, out=None)X 与 Y 逐位比较取其大者;最少接收两个参数a = np.array([[1,10],[5,9]])print(a)print(np.max(a,0))结果:[[ 1 10][ 5 9]][ 5 10]..原创 2020-09-17 15:50:26 · 2253 阅读 · 1 评论 -
菜鸟进阶:(6)numpy的argmax用法
解释还是从一维数组出发.看下面的例子.import numpy as npa = np.array([3, 1, 2, 4, 6, 1])print(np.argmax(a))4argmax返回的是最大数的索引.argmax有一个参数axis,默认是0,表示第几维的最大值.看二维的情况.import numpy as npa = np.array([[1, 5, 5, 2],[9, 6, 2, 8],[3, 7, 9, 1]])print(np.argmax(a, axis=0))[原创 2020-09-17 15:36:35 · 198 阅读 · 0 评论 -
菜鸟进阶:(5)<class ‘numpy.ndarray‘>和<class ‘torch.Tensor‘>相互转换
import torchimport numpy as npa = torch.tensor([[1,2],[3,4]],dtype=torch.float32)print(a,type(a),a.dtype)"""tensor([[1., 2.], [3., 4.]]) <class 'torch.Tensor'> torch.float32"""b = np.array([[1,2],[3,4]],dtype=np.float32)print(b,type原创 2020-09-17 10:42:58 · 1154 阅读 · 0 评论 -
菜鸟进阶:(4)各种损失函数总结
(1).MSELoss:输入和输出形状要相等:输入,输出:N2,label:N2 多分类(2)BCELoss:二分类,和MSELoss类似,但其输出必须经过sigmoid激活;一般用来做置信度损失(3)BCEWithLogitsLoss:和sigmoid组合在一起了,就不用做sigmoid激活;相当于sigmoid+BCELoss(4)CrossEntropyLoss():多分类,#自动对网络输出做softmax缩放,自动对标签求one-hot...原创 2020-09-15 20:57:48 · 593 阅读 · 0 评论 -
菜鸟进阶:(3)python-zip函数
zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。l1=[1,2,3]lt2=[4,5,6]for a,b in zip(l1,lt2): print(a) print(b)输出结果:142536...原创 2020-09-15 20:56:26 · 122 阅读 · 0 评论 -
菜鸟进阶:(2)压缩 / 解压张量:torch.squeeze()、torch.unsqueeze()
x = torch.randn(3, 1, 2)xtensor([[[-0.1986, 0.4352]], [[ 0.0971, 0.2296]], [[ 0.8339, -0.5433]]])x.squeeze().size() # 不加参数,去掉所有为元素个数为1的维度torch.Size([3, 2])x.squeeze()tensor([[-0.1986, 0.4352],[ 0.0971, 0.2296],[ 0.8339, -...原创 2020-09-15 11:10:09 · 215 阅读 · 0 评论 -
菜鸟进阶:(1)<class ‘torch.Tensor‘>操作
loss_total = tensor(1.7320, device=‘cuda:0’, grad_fn=)如何取精度值呢?loss_total = loss_total.item()输出结果:1.7319945096969604原创 2020-09-15 10:48:56 · 1498 阅读 · 0 评论 -
百度Unit编辑对话意图
1.答复:用于BOT做出固定答复的情况2.引导至对话意图:用于进一步获取终端用户意图,引导至相应的对话意图,给用户更精准的答复3.引导至问答意图:用于进一步获取终端用户意图,引导至相应的问答意图,通过问答方式给用户更精准的答复设置回应方式: 当会话过程中包含“没有了”,”完了”等词时,触发答复。当会话过程中不包括“没有了”,“完了”等词时,会一直问“请问您还有哪些症状?”...原创 2018-09-17 10:53:10 · 715 阅读 · 0 评论 -
百度Unit学习笔记
面向任务的理解与交互能力。1.对话意图列如:换到中央台 对话意图就是“换台”2.问答意图用于圈定某一个范围或主题的问答对3.词槽是满足用户对话意图时的关键信息或者限定条件,可以理解为用户需要提供的筛选条件。列如查天气时,词槽就是地点和时间。 例如:“换到中央台”,中央台就是一个“电视台词槽”,它会一定程度上影响系统对“换台”这个对话意图的执行。4.词...原创 2018-09-16 10:45:32 · 599 阅读 · 0 评论