python
科研小达人
这个作者很懒,什么都没留下…
展开
-
使用图像地址下载图像
【代码】使用图像地址下载图像。原创 2023-01-28 09:52:08 · 126 阅读 · 0 评论 -
jieba计算中文TF-IDF,并画出词云
在开始编写程序之前,我们先了解一下词云图的作用,我们拿到一篇文章,想得到一些关键词,但文章篇幅很大,无法短时间得到关键词,这时我们可以通过程序将文章中的每个词组识别出来,统计每个词组出现的次数,出现次数越多,字号越大,最后吧所有词组拼成一张图,这就是词云图了。首先,我们导入 jieba,wordcloud库,这2个库是第三方库,需要自己安装,imageio是python自带库不需要安装。为黑色,且不美观,不具有可观性,这时我们进行下一步,对词云图的颜色,型状进行修饰。紫色 purple 粉红色 pink。原创 2022-12-24 16:48:30 · 212 阅读 · 0 评论 -
pytorch之model.cuda()、model.train()和model.eval()的区别与作用
训练完train样本后,生成的模型model要用来测试样本。在model(test)之前,需要加上model.eval(),否则的话,有输入数据,即使不训练,它也会改变权值。eval()时,框架会自动把 BN 和 DropOut 固定住,不会取平均,而是用训练好的值,不然的话,一旦test的batch_size过小,很容易就会被BN层导致生成图片颜色失真极大!在pytorch中,即使是有GPU的机器,它也不会自动使用GPU,而是需要在程序中显示指定。转载 2022-12-01 16:44:21 · 799 阅读 · 0 评论 -
用torch.nn.Sequential()搭建神经网络模型
原始定义方式与 nn.Sequential 两种定义方式实例:可以看到使用torch.nn.Sequential()搭建神经网络模型非常的方便,少写很多的codetorch.nn.Sequential是一个Sequential容器,模块将按照构造函数中传递的顺序添加到模块中。通俗的话说,就是根据自己的需求,把不同的函数组合成一个(小的)模块使用或者把组合的模块添加到自己的网络中。转载 2022-11-29 17:19:04 · 564 阅读 · 0 评论 -
cpu与gpu的切换
方法:在训练之前加入这一句#选择使用gpu,如果没有gpu就使用cpudevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")12然后,在训练的代码中会找到 .cuda() ,将所有的都 替换成为.to(device) 即可(在网络后边和输入输出后边都需要改)即将model=model.cuda()x=x.cuda()y=y.cuda()123上边的改为下边的!!!!!!!model=model.to(原创 2022-07-13 20:00:34 · 2194 阅读 · 0 评论 -
glove模型的简单使用
主要思想为将每一个词转换为对应的向量。1.新建一简单的词典 2.读取文件中内容原创 2022-07-12 10:11:48 · 447 阅读 · 0 评论 -
简单的糖尿病数据集多分类
1.加载数据2.设置模型3.设置损失函数和优化器4.训练5.测试6.开始训练和测试原创 2022-07-11 22:04:43 · 177 阅读 · 0 评论 -
简单的糖尿病分类
1.导包import numpy as npimport torchfrom torch.utils.data import Dataset,DataLoader2.定义数据集类class DiabetesDataset(Dataset): def __init__(self,filepath): xy=np.loadtxt(filepath,delimiter=',',dtype=np.float32) self.len=xy.shape[0]原创 2022-07-09 21:01:48 · 72 阅读 · 0 评论 -
python中with用法
常规文件读取方法通过with关键字读取文件原创 2022-06-09 17:15:54 · 326 阅读 · 0 评论