飞蓬heart
这个作者很懒,什么都没留下…
展开
-
c++ torch opencv
00101。原创 2023-02-24 15:42:02 · 135 阅读 · 0 评论 -
深度学习另计
深度学习原创 2022-08-12 11:03:55 · 328 阅读 · 1 评论 -
图片卷积效果实验
经过卷积后的图片效果实验原创 2022-07-01 09:22:25 · 181 阅读 · 0 评论 -
【深度卷积神经网络-Alexnet】
图像分类当前目录下存放train和val文件夹,每个文件夹下建立每个类别文件夹并存放对应的图片,如下所示,存放ai和house类别图片的文件夹axlenet.py#coding=utf-8import torchfrom torch import nnfrom torchsummary import summarytorch.manual_seed(4)# 构建axlenet网络结构class Axlenet(nn.Module): # 所有网络结构都需要继承nn.Module原创 2022-04-14 17:25:17 · 2547 阅读 · 0 评论 -
【疑难杂症】
pytorch 训练和预测时,相同的图片数据,得到的结果不同?解答:1、验证、测试和预测时,要 加上 model.eval()2、数据预处理不一致,训练时数据做了归一化、标准化等操作,预测时也要做相同的操作3、未设置随机数种子......原创 2022-04-14 14:16:48 · 93 阅读 · 0 评论 -
百面机器学习笔记
一、特征工程1、归一化为了消除数据特征之间的量纲影响,我们需要对特征进行归一化处理,使得不同指标之间具有可比性。例如,分析一个人的身高和体重对健康的影响,如果使用米(m)和千克(kg)作为单位,那么身高特征会在1.6~1.8m的数值范围内,体重特征会在50~100kg的范围内,分析出来的结果显然会倾向于数值差别比较大的 体重 特征。想要得到更为准确的结果,就需要进行特征归一化1.1、归一化方法:线性函数归一化、零均值归一化1.2、在实际应用中,通过梯度下降法求解的模型通常是需要归一化的,包括线性回归原创 2022-02-11 17:26:13 · 522 阅读 · 0 评论 -
隐马尔可夫模型-维特比算法python实现中文分词(训练+预测)
import numpy as npdef hmm(A,B,pi,O): δ=np.zeros((len(O),len(A))) Ψ=np.zeros((len(O),len(A))) #1、初始化t=1时刻的两个局部变量 δ[0]=pi*B.T[O[0]] #2、动态规划,递归求每一步的两个局部变量 for i in range(1,len(δ)): δ[i]=np.max(δ[i-1]*A.T,1)*B.T[O[i]]原创 2021-12-06 19:31:02 · 1085 阅读 · 0 评论 -
【字典树】数据结构python实现代码
class Node(object): def __init__(self,value): self._children={} self._value=value def add_child(self,char,value): child=self._children.get(char) if child is None: child=Node(value) self._chi.原创 2021-12-07 16:20:31 · 233 阅读 · 0 评论