![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络与机器学习
文章平均质量分 63
王延凯的博客
一名研究生,但不止于研究;
希望成长,但不仅仅是长大。
展开
-
pytorch使用Dataloader加载自己的数据集train_X和train_Y
pytorch使用Dataloader加载自己的数据集train_X和train_Y。原创 2022-07-28 15:34:19 · 3202 阅读 · 1 评论 -
多种深度模型实现手写字母MNIST的识别(CNN,RNN,DNN,逻辑回归,CRNN,LSTM/Bi-LSTM,GRU/Bi-GRU)
多种深度模型实现手写字母MNIST的识别(CNN,RNN,DNN,逻辑回归,CRNN,LSTM/Bi-LSTM,GRU/Bi-GRU)原创 2022-07-28 14:39:06 · 743 阅读 · 0 评论 -
pytorch分类模型绘制混淆矩阵及可视化
pytorch分类模型绘制混淆 及可视化原创 2021-12-02 10:46:32 · 19698 阅读 · 15 评论 -
深度学习过拟合及如何防止过拟合
0.过拟合深度学习模型的过拟合通常是指针对设计好的深度学习网络,在使用训练数据集训练时,在训练数据集上可以获得很高的识别精度(针对分类问题),或者很低的均方根误差(很对回归问题),但是把训练好的模型应用于测试集进行预测时,预测效果往往不是很理想。我们称这种现象为过拟合。1.如何防止过拟合1.1 增加数据量更多的训练样本通常会使得模型更加稳定,所以训练样本的增加不仅可以得到更有效的训练结果,也能在一定程度上防止模型过拟合,增强网络的泛化能力。,例如在图像的分类任务中,物体在图像中的位置、姿态、尺度、图原创 2021-11-19 16:34:49 · 4744 阅读 · 0 评论 -
如何保存和读取pytorch模型
如何保存和读取pytorch模型1.相信大家也会遇到这样的问题吧,在使用pytorch训练自己模型的时候,如果不将我们训练的模型保存起来,我们每一次都是从头开始训练我们的模型,这样真的很麻烦。其实在我的上一篇博客中我已经发现这个问题了。1....原创 2020-06-07 13:36:40 · 1094 阅读 · 2 评论 -
CNN卷积神经网络实例(基于pytorch)
CNN卷积神经网络1.关于卷积神经网络2.卷积神经网络实例(手写字母识别)2.1 代码示例2.2 运行过程及结果2.3 测试结果3.参考与致谢1.关于卷积神经网络卷积神经网络(Convolutional Neural Network,CNN) 是一种具有局部连接、权重共享等特征的深层前馈神经网络。我们先来看一下比较直观的了解一下,对卷积神经网络有个感性的认识:我们首先先对我们输入的图片进行一次卷积,而后加入Relu激活函数,再做一次卷积,再加入Relu激活函数,而后对其处理结果进行汇聚(此处为Po原创 2020-06-06 20:56:45 · 20124 阅读 · 17 评论 -
pytorch神经网络拟合FizzBuzz游戏
pytorch神经网络拟合FizzBuzz游戏1.问题描述2.源代码书写产生训练数据3.pytorch神经网络拟合1.问题描述给你一个整数n,从 1 到 n 按照下面的规则打印每个数:如果这个数被 3 整除,打印 fizz.如果这个数被 5 整除,打印 buzz.如果这个数能同时被3和5整除(也就是被 15 整除),打印 fizz buzz .比如 n = 15, 返回一个字符串数组:["1", "2", "fizz","4", "buzz", "fizz","7", "8", "fizz原创 2020-06-05 14:58:42 · 327 阅读 · 0 评论 -
pytorch实现两层神经网络
pytorch实现两层神经网络1.神经网络结构图(出发点)2.pytorch代码3.程序结果4.pytorch程序改进(自动求梯度)5.pytorch程序再改进(创建model)6.参考文章之前的版本使用的是numpy实现的两层神经网络,里边的一些方法难免和pytorch中的方法有些不一样,下面我们先列出torch中会用到的一些运算:# pytorch中## 内积# tensor.mm(tensor)## 转置# tensor.t()## 乘方运算# tensor.pow(n)1.神经网原创 2020-05-09 23:47:01 · 1936 阅读 · 1 评论 -
使用numpy实现两层神经网络
使用numpy实现两层神经网络1. 网络结构及实现思路2.编程实现及公式推导3.结果测试4.参考文章1. 网络结构及实现思路以下为次此依赖的的网络结构,并且后边的所有思路及编程都将遵循这个结构给出。其中隐藏层、激活函数(采用Relu函数)、输出层的内容如下:h=xw1h=xw_1h=xw1a=max(0,h)a=max(0,h)a=max(0,h)y^=aw2\hat{y}=aw_2y^=aw2其整体实现思路如下:1. 定义神经网络参数2. 实现前馈神经网络 forward原创 2020-05-09 01:17:34 · 1586 阅读 · 1 评论 -
一步步熟悉pytorch【1】---pytorch基本操作
一步步熟悉pytorch【1】---pytorch基本操作1.创建基本矩阵1.1 构建一个未初始化的5*3矩阵1.2 构建一个随机初始化矩阵1.3 构建一个全部为0,类型为long的矩阵1.4 也可直接构建tensor1.5 得到tensor的形状2.tensor算术运算2.1 加法运算2.2把输出作为一个变量2.3 改变tensor的size2.4 取tensor的某几行或某几列PyTorch...原创 2020-05-07 21:45:15 · 441 阅读 · 0 评论 -
机器学习之误差函数理解
机器学习之误差函数理解1.基本理解2. 误差来源:bias && variance2.1 原理依据2.2 不同模型下的比较2.3 bias3.总结1.基本理解在机器学习中,我们期望的就是在给出的数据中训练出一个modle,也可以理解为一个函数function,当我们将我们的测试数据输入到这个modle的时候,就可以得到我们预想的结果。然而在我们训练数据的时候,我们就会遇到这个...原创 2020-04-13 18:00:16 · 5377 阅读 · 0 评论 -
神经网络与机器学习笔记【1】
神经网络与机器学习笔记【1】1.机器学习2.表示学习3.深度学习4.端到端学习5.神经网络最近在读老师推荐读的 《神经网络与机器学习》 一书,这本书是 邱锡鹏 教授所著,内容所讲的基于神经网络的深度学习方法是近年来经过大量实践并取得很好成果的一种很通用的方法,也是近年来人工智能领域中最活跃的分支之一。由于我目前的研究方向主要为语音识别方向,所以就希望能够在锡教授所著的这本书中求得一些科学的研究...原创 2020-02-18 16:48:19 · 595 阅读 · 0 评论