![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习日记
咚咚咚鱼
这个作者很懒,什么都没留下…
展开
-
服务器的一些基本操作
nvidia-smi 查看gpu使用情况watch nvidia-smi 持续刷新,默认每秒一次screen -S xxx 创建窗口,可以离线运行程序screen -r xxx 进入某个窗口screen -d xxx 离线某个窗口screen -ls 查看所有窗口ctrl + D 删掉窗口CUDA_VISIBLE_DEVICES=0 python xxx.py 规定...原创 2020-04-04 13:50:33 · 348 阅读 · 0 评论 -
TASK09:使用pytorch实现ResNet图片分类
常用的库import torchimport torch.nn as nnimport osfrom __future__ import division #导入精确除法,即/表示精确除法,//表示截断除法from torchvision import modelsfrom torchvision import transforms #包含resize、crop等常见的data a...原创 2020-02-24 10:09:10 · 553 阅读 · 0 评论 -
jupyter notebook上传整个文件夹
先压缩成压缩文件,上传后再进行解压import zipfileimport osfiles = zipfile.ZipFile(‘hymenoptera_data.zip’,‘r’)files.extractall(os.getcwd())原创 2020-02-21 09:52:06 · 6878 阅读 · 3 评论 -
Task03:过拟合、欠拟合及梯度爆炸与梯度消失
K折交叉验证由于验证数据集不参与模型训练,当训练数据不够用时,预留大量的验证数据显得太奢侈。一种改善的方法是K折交叉验证(K-fold cross-validation)。在K折交叉验证中,我们把原始训练数据集分割成K个不重合的子数据集,然后我们做K次模型训练和验证。每一次,我们使用一个子数据集验证模型,并使用其他K-1个子数据集来训练模型。在这K次训练和验证中,每次用来验证模型的子数据集都不同...原创 2020-02-17 09:40:44 · 128 阅读 · 0 评论 -
TASK1 线性回归
之前就学习了机器学习的相关知识,最近再次进行学习并进行梳理,希望能有所收获。(1)模型线性回归假设输出与各个输入之间是线性的关系(2)损失函数在模型训练中,我们需要衡量预测值与真实值之间的误差。通常我们会选取一个非负数作为误差,且数值越小表示误差越小。一个常用的选择是平方函数。 它在评估索引为 i 的样本误差的表达式为(3)优化函数当模型和损失函数形式较为简单时,上面的误差最小化问...原创 2020-02-14 09:37:21 · 127 阅读 · 0 评论 -
100-Days-Of-ML 小白练习随笔(DAY2)
DAY2 简单线性回归模型通过单一变量预测结果。同样首先进行库的导入,包括用于数据分析和处理的numpy和pandas,以及用于作图的matplotlib。step1 数据预处理与DAY1的操作相同。但只需进行数据的导入(pd.read_csv),自变量与因变量的划分(X=dataset.iloc[].values),以及训练集与测试集的划分(导入sklearn.module_select...原创 2019-05-05 10:49:23 · 95 阅读 · 0 评论 -
100-Days-Of-ML 小白练习随笔(DAY1)
今天开始进行了100Days machine learning的代码练习。由于之前也没有很好的python基础,所以边敲边学,同时记录一些自己遇到的问题。DAY1 数据预处理step1 导入库python中,import、from import、import as用来导入相应的模块,import … as相当于给你要用的库起个短的别名,比如import numpy as np,之后就可以用n...原创 2019-04-29 22:04:15 · 105 阅读 · 0 评论