蒲公英书
文章平均质量分 79
Zain Lau
深度学习算法工程师
展开
-
3天带你创造属于自己的深度学习框架(3)
Lesson-03 CapstoneReviewimport numpy as npclass Node: def __init__(self, inputs=[], name=None, is_trainable=True): self.inputs = inputs self.outputs = [] self.name = name self.is_trainable = is_trainable原创 2020-09-10 19:22:20 · 328 阅读 · 0 评论 -
3天带你创造属于自己的深度学习框架(2)
Lesson-02 反向传播 激活函数 图传播的拓扑结构import randomimport numpy as npfrom sklearn.datasets import load_bostonX, y = load_boston()['data'], load_boston()['target']room_index = 5X_rm = X[:, room_index]def loss(y, y_hat): # 如何定义loss函数 好的loss函数 是一个单独的研究方向原创 2020-09-10 19:15:02 · 284 阅读 · 0 评论 -
3天带你创造属于自己的深度学习框架(1)
通过构建线性回归-理解Loss函数-梯度下降与函数拟合Load Datasetfrom sklearn.datasets import load_bostondata = load_boston()X, y = data['data'], data['target']X[1]y[1]X.shapelen(y)%matplotlib inlineimport matplotlib.pyplot as pltplt.scatter(X[:, 5], y)目标:就是要找一个“最原创 2020-09-10 18:58:53 · 450 阅读 · 0 评论 -
model.yolov1.py
#coding:utf-8import torchimport torch.nn as nnimport torch.utils.model_zoo as model_zooimport torch.nn.functional as Fimport mathclass VGG(nn.Module): def __init__(self): super(VGG,self).__init__() # the vgg's layers #self.f原创 2020-07-30 10:10:58 · 153 阅读 · 0 评论 -
model.east.py
import torchimport torch.nn as nnimport torch.utils.model_zoo as model_zooimport torch.nn.functional as Fimport mathcfg = [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M']def make_layers(cfg, batch_norm=Fals原创 2020-07-30 10:06:47 · 184 阅读 · 0 评论 -
CV-YOLOV4训练1
import torchimport torch.nn as nnimport torch.utils.model_zoo as model_zooimport torch.nn.functional as Fimport mathclass VGG(nn.Module): def __init__(self): super(VGG,self).__init__() # the vgg's layers #self.features = feat原创 2020-07-30 10:02:54 · 166 阅读 · 0 评论 -
有向图模型与条件独立性
有向图模型——贝叶斯网络1. 有向图对概率模型的表达在上一篇当中,我们曾经遗留了一个问题,即概率图模型将抽象的图赋予了概率的含义,而概率图模型的中心问题就是多维随机变量的联合概率分布 p(x1,x2,x3,...,xp)p(x_1,x_2,x_3,...,x_p)p(x1,x2,x3,...,xp) 的计算,而高维度就是导致链式法则计算的直接原因,由此我们想了很多办法去进行简化。那么在这一篇,我们就基于有向概率图模型来谈谈如何进行联合概率表达式的简化,以及其中的窍门:条件独立性。首先我们来谈原创 2020-07-21 18:58:15 · 1741 阅读 · 2 评论 -
Python实现淘宝直播自动点赞与抽奖
最近入了直播抽奖的坑,而且中了不少奖,薅羊毛事后一时爽,天天刷火葬场。于是想到用Python自动监控,直播福利是以抽奖为形式的,粉丝们在互动区疯狂发送关键字,主播随机截图,并给在截图中的粉丝送出福利。这个过程需要粉丝疯狂的点赞,以及实时盯着屏幕以防什么时候开始刷屏抽奖。如果全程亲自操作,依靠自己手动点击的话,不能解放双手,是非常拉底做事效率的。如果依靠自己盯着屏幕看,也是非常原始的做法。所以,如果能有一个自动点赞+自动窥屏的外挂将会让我们在薅羊毛的路上满载而归。鉴于之前已经有同学实现了自动挖掘抖音美女原创 2020-07-06 16:04:00 · 6526 阅读 · 6 评论 -
# 使用Prophet预测manning未来365天的页面流量
# 从2007年12月10日开始import pandas as pdfrom fbprophet import Prophetimport matplotlib.pyplot as plt%matplotlib inline# 读入数据集df = pd.read_csv('./manning.csv')#print(df.head())#print(df.tail())# 拟合模型model = Prophet()model.fit(df)# 构建待预测日期数据框,period原创 2020-07-02 00:02:21 · 262 阅读 · 0 评论 -
lesson-03-多维向量版本 (1)
import numpy as npimport randomclass Node: def __init__(self, inputs=[]): self.inputs = inputs self.outputs = [] for n in self.inputs: n.outputs.append(self) # set 'self' node as inbound_nodes's outbo原创 2020-06-30 23:11:52 · 177 阅读 · 0 评论