人工智能中的东西
文章平均质量分 95
在学习深度学习和机器学习时的笔记
hal3515
信号处理小菜鸡,不知道要不要跑路去计算机
展开
-
详细的 Word2Vec 模型搭建笔记(pytorch版本)
前言在看完沐神的 Dive-into-Deep-Learning 中的 Word2vec 之后自己也尝试动手实践了一遍,把一些不太好理解的代码转换成比较好理解的代码(虽然损失了一些速度),下面是结合自己的理解的一次记录。这里粘上 pytorch 的版本的 Dive 的来源https://tangshusen.me/Dive-into-DL-PyTorch/#/chapter10_natural-language-processing/10.3_word2vec-pytorch这里再粘上看原创 2021-02-21 09:22:09 · 1164 阅读 · 2 评论 -
EM算法的仿真(三硬币+混合高斯)python 程序
1. 求解抛硬币的参数(1)首先给出样本数据及说明现在有A,B,C三个硬币,正面出现的概率分别为 π\piπ,ppp,qqq。抛硬币的步骤:首先抛硬币A,硬币A正面朝上接下来抛硬币B,否则抛硬币C。现在得到的样本数据为: 1,1,0,1,0,0,1,0,1,1。(2)建立参数估计模型假定未知的模型参数 θ=(π,p,q)\boldsymbol{\theta} = (\pi,p,q)θ=(π,p,q),每次抛掷硬币A(隐变量)的数据结果为 zzz,硬币B、C(观测变量)正反面的结果为 yyy原创 2021-02-17 15:43:59 · 564 阅读 · 0 评论 -
高斯采样的仿真(python实现)
英文版的原文Introduction to Gaussian Processes - Part I中文翻译版的原文图文详解高斯过程(一)——含代码转载 2021-02-14 17:29:31 · 1954 阅读 · 0 评论 -
吴恩达logistics
逻辑回归(1) 概述逻辑回归算法用于分类问题,例如区分肿瘤的良性和恶性。空气质量的优,良,轻度污染,中度污染,重度污染等预测的变量类型为离散型的变量。将因变量可能属于的两个类称为负向类和正向类,因变量y∈(0,1)y\in(0,1)y∈(0,1),其中0表示负向类(表示我们要寻找的东西不存在),1表示正向类(表示我们要寻找的东西存在)。(2)逻辑回归模型的模型假设模型:hθ(x)...原创 2019-11-24 18:39:59 · 172 阅读 · 0 评论 -
吴恩达课程中的正则化
#Regulation(1) 过拟合问题⭐️对过拟合的理解:本质可以理解成数据集噪声对整个数据拟合时造成的泛化性下降。\quad比如让机器来识别甜甜圈,一开始提供的特征为圆的、中间有一个空洞,这时机器就会对甜甜圈进行一个基本的判断。但是,当又加入特征,比如带有黑色的(黑巧克力)之后,机器反而对甜甜圈的识别率下降了,当有一个白巧克力的甜甜圈出现时,机器就会识别不出来,最终导致机器只是完美...原创 2019-11-24 18:44:17 · 186 阅读 · 0 评论 -
Pytorch 常见报错 RuntimeError: Trying to backward through the graph a second time
RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed.model = RNN()hn = torch.zeros(1,seq_len,hidden_num)epochs = 250clip_value = 100loss = nn.CrossEntropyLoss()optimizer = torch.optim.Adam(model.pa原创 2020-07-18 20:58:02 · 5892 阅读 · 7 评论 -
深度学习大概率用到的Pytorch内容进阶
Pytorch进阶文章目录(1) 拼接与拆分(2) 基本运算(3) 统计属性 (4) 高阶操作(1) 拼接与拆分torch.cat(tensors, dim=0)torch.stack(tensors, dim=0)注意区别 torch.cat 和 torch.stack,前者是不会产生新的维度的,后者是会产生新的维度,而且注意 cat 只有在一个维度上不同时才能合并。比如 (2,3,3) 可以和 (2,3,4) 在 dim=2 上进行合并,但是 (2,3,3) 是不能和 (2,2,4) 进行合原创 2020-07-15 16:32:03 · 341 阅读 · 0 评论 -
深度学习大概率用到的Pytorch内容基础
Pytorch 基础文章目录(1) 基本数据类型1.Pytorch 用的比较多 tensor2.类型的检测3.不同维度的数据及用途(2) 创建Tensor1.从numpy中创建Tensor2.从list中创建Tensor3.设定默认type4.随机产生进行初始化5.采用特殊生成进行初始化(3) 索引与切片(4) 维度变换(1) 基本数据类型1.Pytorch 用的比较多 tensortorch.FloatTensor (可以简写为 torch.Tensor),类型为 torch.float32。精原创 2020-07-15 14:50:47 · 238 阅读 · 0 评论