wXx_WxX_wxx-CSDN博客

原创食物分类 food_classification

pred_prob.extend(pred_max.cpu().numpy().tolist()) # .cpu(): GPU→CPU, .numpy(): Tensor→NumPy, .tolist(): NumPy→列表。train_acc += np.sum(np.argmax(pred.detach().cpu().numpy(), axis=1) == target.cpu().numpy()) # 计算准确率。

2026-03-08 21:52:00 360

原创 AlexNet卷积神经网络

trainable_num = sum(p.numel() for p in model.parameters() if p.requires_grad) # trainable_num可训练的参数数量，p.numel()：计算每个参数张量的元素个数。img = torch.zeros((4,3,224,224)) #这里给出一个测试用的数据，4是批次大小，也就是图片的数量，3是RGB三通道，224×224是图片尺寸。# 展平操作：把多维数据变成一维（例如：4×256×6×6 → 4×9216）

2026-03-06 17:17:38 191

原创新冠线性回归

csv_data = np.array(ori_data)[1:, 1:].astype(float) # 将列表转为NumPy矩阵，切片[1:, 1:]丢弃第0行（表头）和第0列（ID），并用.astype(float)强制转为浮点型（Float）self.X = (X - X.mean(dim=0, keepdim=True)) / X.std(dim=0, keepdim=True) # 数据标准化处理，所有数据强制减去训练集均值除以训练集标准差。

2026-03-06 17:16:07 199

原创简单线性回归

plt.scatter(X[:,3],Y,1) #画图查看， X[:, 3] 表示取所有行的第4列数据，只能取一列因为图像只能表示一个变量x和y的关系， 1 表示点的大小。sgd([w_0,b_0],lr) #4.更新参数:调用前面的sgd函数，根据梯度修改w_0,b_0。X,Y = create_data(true_w,true_b,num) # 调用刚才定义的函数，生成具体的 X (特征) 和 Y (标签)

2026-02-14 18:38:57 311