机器学习
文章平均质量分 54
一千克欣喜
这个作者很懒,什么都没留下…
展开
-
Pytorch损失反向传播后参数梯度为None
错误代码:反向传播后输出factor参数的grad为None factor = torch.ones(num, requires_grad=True) self.factor = torch.nn.Parameter(factor).cuda()错误原因:self.factor经过一次.cuda()操作后就不再是叶子结点了。修改后代码: factor = torch.ones(num, requires_grad=True) self.factor = torch.nn.Param原创 2022-04-08 11:04:39 · 4629 阅读 · 0 评论 -
流形学习(Manifold Learning)
https://www.cnblogs.com/jiangxinyang/p/9314256.html1、什么是流形流形学习的观点:认为我们所能观察到的数据实际上是由一个低维流行映射到高维空间的。由于数据内部特征的限制,一些高维中的数据会产生维度上的冗余,实际上这些数据只要比较低的维度就能唯一的表示。所以直观上来讲,一个流形好比是一个d维的空间,在一个m维的空间中(m>d)被扭曲之后的结果。需要注意的是流形并不是一个形状,而是一个空间。举个例子来说,比如说一块布,可以把它看成一个二维的平面,这是一转载 2021-01-20 21:10:18 · 4988 阅读 · 0 评论