深度学习基础
文章平均质量分 70
机器学习&深度学习
Enzo 想砸电脑
这个作者很懒,什么都没留下…
展开
-
【pytorch】自定义层
我们先介绍如何定义一个不含参数的自定义层。事实上,创建自定义层 与 使用 Module类 构造模型类似。下面的 CenteredLayer 类通过继承 Module类 自定义了一个将输入减掉均值后输出的层,并将层的计算定义在了forward函数里。(这个层里不含模型参数)之前的文章已经介绍了模型参数。Parameter类 其实是Tensor的子类,如果一个 Tensor 是 Parameter,那么它会自动被添加到模型的参数列表里。所以在自定义含模型参数的层时,我们需要将参数定义成Parameter。原创 2023-02-21 13:17:22 · 1128 阅读 · 0 评论 -
【pytorch】保存模型、加载模型
我们可以直接使用 save 函数 和 load函数 进行存储和读取。的可学习参数 (即权重和偏差),模块模型包含在参数中 (通过。注意,只有具有可学习参数的层(卷积层、线性层等) 才有。,其中包含关于优化器状态以及所使用的超参数的信息。是一个从参数名称隐射到参数。原创 2023-02-21 12:09:31 · 864 阅读 · 0 评论 -
激活函数nn.ReLU(inplace=True)中inplace的作用
因此当inplace=True时: 就是将从上层网络 nn.Conv2d 中传递下来的 tensor 直接进行修改,这样能够节省运算内存,不用多存储其他变量。利用in-place计算可以节省内(显)存,同时还可以省去反复申请和释放内存的时间。原文链接:https://blog.csdn.net/AugustMe/article/details/92589979。原文链接:https://blog.csdn.net/zhanly19/article/details/99232815。例如:x = x+1。原创 2023-02-13 09:44:59 · 1043 阅读 · 0 评论 -
【西瓜书学习】决策树
决策树、信息熵,信息增益、信息增益率、基尼指数原创 2022-07-20 14:54:42 · 519 阅读 · 0 评论 -
U-Net
医学图像分割框架医学图像分割主要有两种框架,一个是基于CNN的,另一个就是基于FCN的。基于CNN 的框架这个想法也很简单,就是对图像的每一个像素点进行分类,在每一个像素点上取一个patch,当做一幅图像,输入神经网络进行训练。这是一个二分类问题,把图像中所有label为0的点作为负样本,所有label为1的点作为正样本这种网络显然有两个缺点:冗余太大,由于每个像素点都需要取一个patch,那么相邻的两个像素点的patch相似度是非常高的,这就导致了非常多的冗余,导致网络训练很慢。分类准确度转载 2020-08-15 00:11:12 · 267 阅读 · 0 评论 -
PCA的数学原理
原文地址PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成纯数学文章,而是希望用直观和易懂的方式叙述PCA的数学原理,所以整个文章不会引入严格的数学推导。希望读者在看转载 2020-11-24 11:12:16 · 260 阅读 · 0 评论 -
k-NN: Euclidean Distance(欧几里德距离)、Manhattan Distance(曼哈顿距离)、Cosine Similarity(余弦相似度)
k-NN classificationk的值要选择基数,避免比如 k=4时, result : 2:2;或者 k=4时, result : 3:3 这种无法决策的情况出现那么k到底选择什么值合适呢?- 根据数据集大小选择- 增加k的值,在验证数据集上测试准确性,选择最合适的k值anz说到验证数据集,这里就介绍一下- 验证数据集是从训练数据集中分出来的一部分,一般是训练数据集的2...原创 2020-04-20 04:56:01 · 1504 阅读 · 0 评论 -
perceptron implementation and evaluation ( 感知机python实现及评估)
在机器学习中,无论是分类还是回归,都可能存在由于特征过多而导致的过拟合问题。当然解决的办法有(1)减少特征,留取最重要的特征。(2)惩罚不重要的特征的权重,即降低不重要特征的权重。...原创 2020-04-19 18:20:27 · 224 阅读 · 0 评论 -
降维 --PCA(Principal Component Analysis)// np.linalg.eig() 和 np.linal 的比较
np.linalg.eig() 和 np.linalg.eigh() 的比较例子中比较了 np.linalg.eig() 和 np.linalg.eigh()两者都只能处理是方阵(square array)np.linalg.eigh()适用于对称矩阵,可见矩阵分析中针对对称矩阵的特征值分解有一套特殊的不同于一般矩阵的理论np.linalg.eig() 对求出的特征值(eigenva...原创 2020-04-14 18:40:56 · 1118 阅读 · 0 评论 -
k-means(k均值算法) + 欧几里德距离 +PCA降维 + precision/recall/F-measure算法评估指标 + python实现 (全知识点)
先来看下Clustering Algorithms聚类算法的分类:1.Partitioning:Construct k partitions and iteratively update the partitions分区 :构造k个分区并迭代地更新这些分区(1)k-means(k-均值)(2) k-medoids(k-中心点)2.Hierarchical:Create a hier...原创 2020-04-13 06:04:03 · 2839 阅读 · 0 评论