机器学习
文章平均质量分 63
机器学习
chagelo
更新是淘汰的前提。尽管旧的代码很垃圾,那也是自己的软件开发的纪念,任何一个的出色的作品都有劣质简陋的起源....就像手机的开发商一样,每一次的更新都是时代性的飞跃。
展开
-
pytorch实现吴恩达机器学习课程实验四(反向传播神经网络)
import torchimport numpy as np# import torch.utils.data as datasetsfrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderfrom torch import nnfrom scipy.io import loadmatlearning_rate = 0.01epoch_num = 5data = loadmat('/conte原创 2021-08-18 23:51:10 · 303 阅读 · 0 评论 -
pytorch简单实现MNIST的分类(pytorch学习)
import torchimport numpy as npimport torch.nn.functional as Fimport pandas as pdfrom torch import nnfrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderfrom torchvision import datasetsfrom torchvision.transforms import ToTens原创 2021-08-18 19:56:46 · 1798 阅读 · 1 评论 -
学习Pytorch语法中遇到的问题
广播# -*- coding: utf-8 -*-import torchimport math# x'shape is [2000,]x = torch.linspace(-math.pi, math.pi, 2000)y = torch.sin(x)p = torch.tensor([1, 2, 3])xx = x.unsqueeze(-1).pow(p)# In the above code, x.unsqueeze(-1) has shape (2000, 1), and p原创 2021-08-17 22:29:52 · 177 阅读 · 0 评论 -
机器学习/神经网络的一些基础理论
线性回归的正则化代价函数J(θ)=12m[∑i=1m(hθ(x(i))−y(i))2+λ∑j=1nθj2]\displaystyle J(\theta) = \frac{1}{2m}\left [\sum_{i=1}^{m} (h_{\theta}(x^{(i)})-y^{(i)})^2 + \lambda\sum_{j=1}^n\theta^2_j\right]J(θ)=2m1[i=1∑m(hθ(x(i))−y(i))2+λj=1∑nθj2]mmm是拥有的数据集的条数,nnn是θ\thet原创 2021-04-29 15:02:04 · 241 阅读 · 0 评论