- 博客(2)
- 收藏
- 关注
RSS订阅原创 PyTorch部分功能
nn 部分层功能torch.nnConvdPoolDropout2021/11/10 torch.nn Convd 输入矩阵维度：样本数、图像通道数、图像高度、图像宽度 计算公式： 作用： 1.提取特征 2.减少参数并保持位置空间 Pool 通常位于卷积层之间 计算公式（L为H、W）： 作用： 1.减少参数->加快计算速度 2.防止过拟合 类型： 平均池化（average pooling）：计算图像区域的平均值作为该区域池化后的值。 最大池化（max pooling）：选图像区域的最大值作为该区域池化
2021-11-10 21:17:16
2999
原创 机器学习之可视化
机器学习之可视化有标签问题离散图连续图几种有用的图 有标签问题 关于有标签问题，往往要分析各个数据的组成，其中可能包含连续或离散数据。 离散图 对于离散数据，绘制同一数值数据在标签数据下的数量的对比图，如下图所示，可以初步观察出有用的信息。 代码实现如下： sns.countplot(data, x, y, hue, ax) data:数据集 x：在x轴显示，指明data哪一列 hue：目标值 ax：轴对象 连续图 对于连续数据，原理同上，只不过绘制的是连续分布图，如下图所示。 代码实现如下： sns.di
2021-09-26 20:45:36
408
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