- 博客(75)
- 收藏
- 关注
RSS订阅原创 pytorch常用损失函数--CrossEntropyLoss(交叉损失熵函数)
一.函数原理简介:cross_entroy_loss(x, target):x为torch.Size([m, classes_sum])，target为一维的tensor,维度为torch.Size([classes_sum])target必须为long类型,x为float类型softmax–>logsoftmax–>NLLLoss二.代码直观演示:'''步骤:one-hot编码softmax求解logsoftmax求解NLLLoss求解'''def cross_
2020-11-27 22:53:37
1541
2
原创 吴恩达机器学习--神经网络概述
一.非线性假设相关:例:训练一个模型实现视觉对象的识别(例如识别图片上是否是一辆汽车),一种方法是利用很多汽车和非汽车图片，利用图片上的一个个像素值作为特征。假如我们只选用灰度图片，每个像素则只有一个值，我们可以选取图片上的两个不同位置上的两个像素，然后训练一个逻辑回归算法利用这两个像素的值来判断图片上是否是汽车。 说明:即使采用50*50像素的小图片,并且将所有的像素是为特征，那么会有2500个特征，如果我们要进一步将两两特征组合构成一个多项式模型，则会有约接近 3 百万个特征。普通的逻辑回归模型
2020-10-09 16:05:09
392
转载 神经网络入门概述--知乎转载
1.基本模块搭建:说明:这个基本的神经元模块中经历了三步运算:先将两个输入乘以权重(weight)：x1 --> x1 * w1x2 --> x2* w2两个结果相加之后,再加上一个偏置(bias)：(x1 * w1 + x2 * w2) + b最后经过激活函数(activation function)：y = f(x1 * w1 + x2 * w2 + b)激活函数:将无限制的输入转换为可测试的输出。常用的有sigmoid函数:上述过程以python程序表达为:#模
2020-10-07 20:17:25
623
1
原创 吴恩达机器学习--正则化实例分析
一.问题描述:设想你是工厂的生产主管,你有一些芯片在两次测试中的结果,测试结果决定是否芯片要被接收二.代码演示:#模块导入import numpy as npimport pandas as pdimport matplotlib.pyplot as plt#数据读入path = r'C:\Users\18810\Desktop\机器学习方法\吴恩达学习笔记\逻辑回归\ex2data2.txt'data_ex3 = pd.read_csv(path, header = None, name
2020-10-02 20:53:33
395
原创 机器学习常用库基础--matplotlib相关
一.用法总结：坐标图类型方法坐标图显示中文plt.rcParams[‘font.sans-serif’]=[‘SimHei’] ；plt.rcParams[‘font.serif’] = [‘KaiTi’]；plt.rcParams[‘axes.unicode_minus’] = False#显示中文标签二维坐标图绘制方法plt.plot(x轴, y轴)plt.xlabel()plt.ylabel()plt.title()多个图显示在一个窗口下添加子图:fig = p
2020-09-24 22:39:32
115
原创 python基础复习记录1
1.一些BIF(内置函数):(1)input()函数:temp = input('请输入所需内容:')(2)random()函数:import random#首先模块引入(3)range()函数:favorite = '123'for i in range(3): print(favorite[i])(4)pow()函数:b = 5a = pow(b, 3)#5的三次方(5)排序:sortsort–正序，reverse–逆序a = [2, 3, 6, 1, 7]b =
2020-09-19 21:38:10
103
转载 3.机器学习常用库基础--pandas
1.pandas基于numpy来完成数据的操作2.常用用法示例:(1)pandas和numpy库引入:import numpy as npimport pandas as pd(2)读取文件–read_csv()data_info = pd.read_csv(r'C:\Users\18810\Desktop\机器学习方法\吴恩达学习笔记\单变量线性回归\ex1data1.txt', header = None, names = ['Population(g)', 'Profit'])(3
2020-09-19 20:07:50
137
转载 2.机器学习常用库基础--numpy
一.用法及示例:numpy.array–>创建一个向量或者矩阵np.shape()–>获得当前矩阵维度np.argmax()–获得当前最大值所在索引np.max()–>最大值np.min()–>最小值np.mean()–>平均值np.dtype()–>返回数组中的数据类型np.size()–>返回数组中元素个数b[1, 1]–>矩阵按照行和列获取元素示例:a = [1, 2, 4, 3]#向量b = np.array(a)#将原向量转换
2020-09-17 16:19:45
267
原创 吴恩达--机器学习--Logistic回归
一.二分类引入1.分类:(1)二分类问题:(2)Logistic regression: 0≤hθ(x)≤10\leq h_{\theta }(x)\leq 10≤hθ(x)≤1，逻辑回归的假设函数的输出函数值取值范围为:[0,1],逻辑回归实质上是一种分类算法二.逻辑回归假设函数模型2.假设陈述:–当有一个具体的分类问题时，我们要使用哪个方程来表示我们的假设。(1)逻辑回归模型:g(z)=11+e−zg(z)=\frac{1}{1+e^{-z}}g(z)=1+e−z1python
2020-08-05 16:37:03
178
原创 吴恩达--机器学习--多变量线性回归实例
1.问题描述:ex1data2.txt里的数据，第一列是房屋大小，第二列是卧室数量，第三列是房屋售价 根据已有数据，建立模型，预测房屋的售价2.代码示例:# -*- coding: utf-8 -*-"""Created on Tue Aug 4 16:32:09 2020@author: X"""#问题描述:ex1data2是已知数据,第一列是房屋大小，第二列是卧室数量,第三列是房屋售价已有数据,建模预测房屋售价#1.导入所需库import numpy as npimport
2020-08-05 11:32:11
306
原创 吴恩达--机器学习--多变量线性回归
1.Mutiple features(variables)：利用房屋面积，卧室数量，楼层数量，房屋年龄多个变量对房屋价格进行分析:结合4个特征量进行分析，计法如上图所示。2.多变量线性回归模型引入:3.多元梯度下降法:(1)公式引入:单变量线性回归与多变量线性回归比较:对于代价函数,即为:代码实例:import numpy#此时设置梯度下降法初始点的时候可以设置theta为：theta = np.matrix(np.zeros(n))#n代表参数的维数def compute
2020-08-04 16:30:10
228
原创 吴恩达--机器学习--单变量线性回归实例
1.模块用法表格:用法名描述data.head(n)n代表显示data数据的前n行np.power(a, b)a的b次方data.insert(a, b, c)a表示插入到data中第a+1列，b表示插入列的名称，c表示插入元素的值
2020-08-04 10:57:05
247
原创 1.吴恩达--神经网络和深度学习--单变量线性回归
1.Supervised Learning–监督学习:ps:我们用m表示训练集的规模或者训练样本的数量why is deep learning taking off?(1)being able to train a big enough neural network(2)Huge amount of labeled data2.单变量线性回归:(1)模型描述:Supervised Learning:Given the ‘right answer’ for each example in the
2020-08-03 16:06:40
261
原创 1.邱锡鹏--神经网络和深度学习--绪论部分
一.Numpy用法1.常见用法:用法说明其它np.arange([start,] stop[, step,], dtype=None)参数一：数组开始的数字start；参数二：数组结束的数字stop；参数三：数组累加的步长step；参数四：数组内元素的数据类型dtype返回值：生成一个 N维数组对象ndarray(快速而灵活的大数据集容器)numpy.full(shape, fill_value, dtype=None, order=‘C’)参数一：shape规定数组类
2020-08-02 10:27:47
114
原创 18.生成器--特殊的迭代器
1.生成器(generator):在函数中加入yield2.协同程序:可以运行的独立函数调用,函数可以暂停或者挂起,并在需要的时候从程序离开的地方继续或者重新开始3.实例:>>> def myGen(): print('生成器被执行!') yield 1 yield 2>>> myG = myGen()>>> next(myG)生成器被执行!1>>> next(myG)2>>>
2020-07-27 15:55:41
172
原创 14.python基础--python中的面向对象中的魔法方法
魔法方法:魔法方法总是被双下划线包围,例如:__init__一.构造和折构(1)__init__(self[, ...])方法使用–有一定的初始化需求#求解矩形的周长和面积class Rectangle: #首先初始化获得矩形的长和宽 def __init__(self, x, y): self.x = x self.y = y def getPeri(self): return (self.x + self.y) * 2 def getArea(self): return
2020-07-27 14:41:37
370
原创 13.类和对象相关内容
1.对象 = 属性 + 方法2.面向对象(Object Oriented):特征:封装,继承–子类自动共享父类之间数据和方法的机制,多态–不同对象对同一方法响应不同的行为继承实例:class Mylist(list):#创建Mylist类继承list的方法 passlist2 = Mylist()#根据类创建对象list2.append(5)list2.append(3)list2#此时list2为[5,3]list2.sort()#此时list2为[3,5]多态实例:class
2020-07-23 17:23:33
104
原创 12.python基础学习--EasyGui(图形用户界面入门)
1.相关知识:EasyGui官网:http://easygui.sourceforge.net官方教学文档:-easygui-docs-0.96\tutorial\index.html2.导入EasyGui:方法1:import easyguieasygui.msgbox('hello world')方法2:from easygui import *msgbox('hello world')方法3(推荐):import easygui as gg.msgbox('hello
2020-07-20 17:08:30
634
1
原创 11.else语句和with语句
1.else语句用法:(1)if–else语句:if 条件: 执行语句elif 条件: 执行语句......else: 执行语句(2)while-else语句:while 条件: 执行语句else: 执行语句(3)else和异常搭配:try: int('abc')except ValueError as reason: print('出错!' + reason)else: print('输入正确!')2.with语句:try: with open('1
2020-07-20 16:19:22
114
原创 11.python基础--异常处理与检测
1.python标准异常总结:简单实例分析:#AssertionErrora = [1]assert len(a) > 0#输入该条命令时由于assert后条件为真,所以不会出现异常a.pop()#去除a中仅有的一个元素,len(a) = 0assert len(a) > 0#此时弹出AssertionError,出现异常#AttributeErrora = [1, 2, 3, 4]>>> a.fish()#AttributeError: 'list' o
2020-07-20 16:07:24
215
原创 10.python基础学习--pickle模块--实现数据永久存储
1.列表,元组,文件等转换成二进制:存放:pcikling读取:unpickling2.用法示例:import picklea = [1, 2, 3, 4, 5]pick_file = open('my_list.pkl', 'wb')#保存为.pkl的文件,并以二进制写入模式打开pickle.dump(a, pickle_file)#把内容写入文件中pickle_file.close()#关闭文件pickle_file = open('C:/Users/X/Desktop/my_lis
2020-07-20 11:43:21
143
原创 9.python基础学习--os模块在文件处理中的应用
1.模块含义:一个包含所有定义的函数和变量的文件，后缀名是.py。模块可以被别的程序引入，以使用模块中的函数功能。2.OS模块中用法说明：(1)os模块中关于文件/目录常用的函数使用方法: 函数名 使用方法 getcwd() 返回当前工作目录 chdir(path) 改变工作目录 listdir(path='.') 列举指定目录中的文件名（'.'表示当前目录，'..'表示上一级目录） mk
2020-07-20 11:04:17
116
原创 8.文件相关练习--比较两个文件的不同
1.比较两个文件内容:实现下述功能：–比较两个输入文件中若有不同显示不同处行号和第一个不同字符的位置请输入需要比较的头一个文件名:something1.txt请输入需要比较的另一个文件名:something2.txt两个文件共有[ 2 ]处不同:第 13 行不一样,第一个不同字符的位置是第 6 个字符第 14 行不一样,第一个不同字符的位置是第 5 个字符代码实现:file_name_1 = input('请输入需要比较的头一个文件名:')file_name_2 = input('请
2020-07-18 16:12:36
274
原创 7.python基础--文件相关及文件分割练习
1.打开文件指令:使用方法:f = open('文件路径',读写方式)#生成文件对象2.文件对象方法：使用方法举例:#假设文件路径为:C:\Users\X\Desktop\美文.txtf = open(r'C:\Users\X\Desktop\美文.txt')#默认方式打开文件f.read()#读取文件内容f.read(5)#读取前5个字符f.close()#关闭文件f.tell()#返回当前文件中指针的位置f.seek(10, 0)#文件指针从开头偏移10个位置list(f)#把
2020-07-17 20:51:00
97
原创 5.python基础学习--集合相关
1.字典和集合类型的区别:a = {}b = {1, 2, 3, 4, 5}type(a)#结果为:dicttype(b)#结果为:set2.集合的特点–元素具有唯一性,不支持索引num = {1, 2, 3, 2, 1, 4}print(num)#结果为:{1，2，3，4},会自动去掉重复元素#集合不支持索引print(num[2])#会报错3.创建一个集合(1)以’{ }'进行创建(2)以set()工厂函数进行创建set1 = {1, 2, 3, 4, 5}#以{}创建s
2020-07-17 15:39:41
196
原创 4.字典相关练习--简易用户登录
1.问题描述:实现下述功能：|--- 新建用户: N/n ---||--- 登陆账号: E/e ---||--- 退出程序: Q/q ---|| --- 请输入指令代码: n请输入用户名:xiaopan999请输入密码:111111注册成功,赶紧试试登陆吧!|--- 新建用户: N/n ---||--- 登陆账号: E/e ---||--- 退出程序: Q/q ---|| --- 请输入指令代码: n请输入用户名:xiaopan999此用户名已被使用,请重新输入:xiaopan
2020-07-17 14:19:19
310
原创 4.字典相关练习--简单通讯录功能实现-2020.7.16
1.练习1:实现特定的功能data = '1000, 小甲鱼, 男'MyDict = {}(MyDict['id'], MyDict['name'], MyDict['sex']) = (data[0:4], data[6:9], data[11:12])#对于data字符串中分离三个所需元素,另一种方法是:data.split(',')#结果为:['1000', '小甲鱼', '男']print('id: ' + MyDict['id'])print('name: ' + MyDict[
2020-07-16 18:41:56
189
原创 3.python基础--字典概述-2020.7.16
1.字典相关概述(1)字典有两个要素，一是key(键)，二是value(值)(2)字典是映射类型2.字典相关使用(1)创建和访问字典：方法1：直接以"{ }"来创建dict1 = {'1':'一', '2':'二', '3':'三', '4':'四'}#用大括号创建字典print('1对应的是:', dict1['1'])#利用键来访问值方法2：利用关键字dict来创建dict3 = dict((('F',70), ('i',105), ('s',115), ('h',104), ('C
2020-07-16 16:25:40
132
原创 2.python--递归编程作业部分
1.作业1：问题描述：利用递归方法将十进制数字转换为二进制，并以字符串形式输出递归编程–代码实现：#递归首先是返回值确定，二是终止条件def DecBin2(dec): result = '' #终止条件 if dec == 0: return result else: #递归部分 result = DecBin2(dec // 2) #返回值，要求每次递归后与前次结果叠加 return r
2020-07-15 19:00:44
182
原创 1.python之汉诺塔程序分析
1.源程序(1)：#三层汉诺塔为例子def hanoi(n, x, y, z): if n == 1: print(x, '-->', z) else: hanoi(n-1, x, z, y)#将前n-1个盘子从x移动到y上 print(x, '-->', z)#将最底下的最后一个盘子从x移动到z上 hanoi(n-1, y, x, z)#将y上的n-1个盘子移动到z上n = int(input('请输入汉诺塔
2020-07-14 19:04:48
405
原创 jQuery深入解析8--事件对象
一.事件对象event对象的属性属性名描述type获取这个事件的事件类型，例如：clicktarget 获取绑定事件的 DOM data获取事件调用时的额外数据ralatedTarget获取移入移出目标点离开或进入的那个 DOM 元素currentTarget 获取冒泡前触发的 DOM 元素，等同与 thispageX/pageY获取相对于...
2018-12-03 22:43:59
141
原创 jQuery--动画部分
(1)效果部分 show([speed,[easing],[fn]]) 显示隐藏的匹配元素。 将原本隐藏的p标签显示:$("p").show() hide([speed,[easing],[fn]]) 隐藏显示的元素 将原本显示的p标签隐藏:$("p").hide() slideDown([speed],[easing],[fn]) 通过...
2018-11-22 10:46:39
161
原创 jQuery--属性部分
(1)属性部分 attr(name|properties|key,value|fn) 获取匹配的元素集合中的第一个元素的属性的值 或 设置每一个匹配元素的一个或多个属性。 添加img的src属性:$("img").Attr("src","1.jpg"); removeAttr(name) 从每一个匹配的元素中删除一个属性 将img的src属性清除:$("img...
2018-11-21 21:42:09
112
原创 jQuery--事件部分
**(1)页面载入** ready(fn) 当DOM载入就绪可以查询及操纵时绑定一个要执行的函数。 要在DOM就绪时执行页面弹出框弹出"1"的操作,$(document).ready(function(){alert(1);}) **(2)事件处理** on(events,[selector],[data],fn) 在选择元素上绑定一个或多个事件的...
2018-11-19 20:30:57
115
原创 jQuery--一些特殊使用实例
1.使无法使用文本框：(1)语法参见事件部分–focus([[data],fn])写法实例：$("input[type=text]").focus(function(){ this.blur(); })2.输入框旁边的文字渐变消失过程(1)获得焦点，及进行用户点击输入时进行操作时[1]语法参见事件部分–focusin([data],fn)写法实例：$("input[ty...
2018-11-18 22:49:18
109
原创 jQuery--DOM部分--文档处理
(1)内部插入内容 append(content|fn) 向每个匹配的元素内部追加内容。这个操作与对指定的元素执行appendChild方法，将它们添加到文档中的情况类似 将新创建的div添加入body, var div=$(""); var father=$("body");father.append(div); appendTo(content)...
2018-11-15 20:27:11
162
原创 jQuery--对象创建及选择器的使用
一.jQuery对象创建1.jQuery所有函数或者属性必须通过jQuery对象去调用创建jQuery对象的方法：例如：上方在body中定义了一个id为wrap的div标签创建对象的方法为：$(“wrap”)2.具体写法为： 写法 介绍 返回值 jQuery([selector,[context]]) 这个函数接收一个包含 CSS 选择器的字符串...
2018-11-15 20:06:44
233
原创 jQuery--概念辨析
1.jQuery是通过原生JS封装的一个库，可以很直接使用其中的函数2.jQuery的引入，最好引入2.0版本以下的CDN引入：某些网站提供的一些通服务器来存储常用的框架，开发者可以直接使用其网站所提供的这些公共库内容，减轻本公司服务器压力3.jQuery所有函数或者属性必须通过jQuery对象去调用创建jQuery对象的方法：例如：上方在body中定义了一个id为wrap的div标签...
2018-11-12 23:16:10
98
原创 JS面向对象--prototype(原型链)小解
1.问题：Object构造函数是否与之队型的Object原型对象//首先自定义一个构造函数PersonObject.prototype.info=function(){ alert(1);}//Object中的原型对象中定义一个info属性，属性值为函数function Person(username){ this.username=username;}var Bob=new P...
2018-11-11 19:20:49
109
原创 JS面向对象--打飞机实例解析(1)--前言原理讲解
1.知识准备(1)面向对象–构造函数–函数名首字母大写 function Student(name,grade){ this.studentName=name; this.studentGrade=grade; this.goSchool=function(){ alert(this.studentName+'要去上课了'); }; } var stu1=new St...
2018-11-09 22:52:44
562
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人