使用sklearn.neighbors.NearestNeighbors.kneighbors()计算tensor计算速度非常缓慢

最新推荐文章于 2023-12-04 14:35:06 发布
最新推荐文章于 2023-12-04 14:35:06 发布
阅读量219 收藏
点赞数
文章标签： sklearn 机器学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45666880/article/details/127633357
版权

我在使用mindspore复现网络的时候，使用了sklearn.neighbors.NearestNeighbors.kneighbors()的算子来计算tensor，数据的输入类型如图所示

计算速度非常慢，大大影响了网络的训练速度，请问该如何解决

 注意到你图片中数据类型是fp32请问你的执行是在ascend上执行如果是的话ascend fp32支持度不高会导致执行速度比较慢；https://www.mindspore.cn/tutorials/experts/zh-CN/r1.8/others/mixed_precision.html?highlight=æ··å精度   可以参照上述链接转用混精进行运行

小乐快乐
关注
成功解决Exception “unhandled ModuleNotFoundError“No module named ‘sklearn.neighbors.classification‘
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
11-10 3684
成功解决Exception "unhandled ModuleNotFoundError" No module named 'sklearn.neighbors.classification' 目录 解决问题 解决思路 解决方法 解决问题 Exception "unhandled ModuleNotFoundError" No module named 'sklearn.neighbors.classification' 解决思路 异常“未处理的模块.
成功解决Future Warning: The sklearn.neighbors.dist_metrics module is deprecated in version 0.22 and wil
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
11-15 2799
成功解决Future Warning: The sklearn.neighbors.dist_metrics module is deprecated in version 0.22 and wil 目录 解决问题 解决思路 解决方法 解决问题 Future Warning: The sklearn.neighbors.dist_metrics module is deprecated in version 0.22 and will be removed .
跟着Leo机器学习：sklearn之Nearest Neighbors
热衷开源的Boy
02-24 597
1.6. Nearest Neighbors sklearn框架 1.6.1. Unsupervised Nearest Neighbors 1.6.1.1. Finding the Nearest Neighbors from sklearn.neighbors import NearestNeighbors import numpy as np X = np.array([[-1, -1],...
机器学习算法：K近邻(k-nearest neighbors)
qq_27328197的博客
12-21 1647
文章目录1、KNN的介绍2、KNN的应用 1、KNN的介绍 kNN(k-nearest neighbors)，中文翻译K近邻。我们常常听到一个故事：如果要了解一个人的经济水平，只需要知道他最好的5个朋友的经济能力， 对他的这五个人的经济水平求平均就是这个人的经济水平。这句话里面就包含着kNN的算法思想。 示例 ：如上图，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类，如果K=5，由于蓝色四方形比例为3/5，因此绿色圆被赋.
sklearn NearestNeighbors
weixin_37804469的博客
06-22 3959
函数输入： X : source points dataset Y : destination points dataset 函数： 对于Y中的每一个点， 在X找出距其最近的k个点 （k 由参数中的 n_neighbors表示） （Euclidean distance 欧几里得距离） 函数输出： distances ： 在所有X的points中，距离Y中的（每个）点最近的k个点的距离 indices ： 这k个最近的点的索引 nbrs = NearestNeighbors(n_neighbors=
sklearn笔记：neighbors.NearestNeighbors
qq_40206371的博客
11-15 3485
({‘connectivity’, ‘distance’}, 默认为 ‘connectivity’)返回每个点从数据集中位于查询数组点周围大小为半径的球内的点的索引和距离。位于边界上的点也包括在结果中。和neighbors_graph类似，在radius限制下的neighbors_graph。虽然n_neighbors也是2，但是举例卡在1.2，所以返回的也只有一个。到点的距离的数组，仅当 return_distance=True 时存在。(n_queries, n_neighbors)的ndarry。
[更新ing]sklearn(十六)：Nearest Neighbors *
u014765410的博客
10-04 1101
Finding the Nearest Neighbors 1、NearestNeighbors #Unsupervised learner for implementing neighbor searches. sklearn.neighbors.NearestNeighbors(n_neighbors=5, radius=1.0, algorithm=’auto’, leaf_size=30,...
sklearn.neighbors常用API介绍
fengzhizi76506的博客
03-24 3938
K近邻算法：对新的输入数据，在训练数据上找到与该实例最邻近的k个实例，k个实例的多数属于的类别作为输入数据的类别。用于分监督学习的k近邻算法:sklearn.neighbors.NearestNeighbors(n_neighbors=5,radius=1.0,algorithm='auto',leaf_size=30,metric='minkowski',p=2,metric_params=No...
pyinstaller打包exe报错no module named sklearn.neighbors_typedefs
LDC，公众号【轻松学编程】
07-03 1630
pyinstall打包生成的exe文件执行时报错 no module named sklearn.neighbors_typedefs 解决方案 pyinstaller -F device_data_collect.py -p src --hidden-import sklearn.neighbors.typedefs
from sklearn.neighbors import NearestNeighbors from sklearn.preprocessing import StandardScaler
最新发布
09-24
`from sklearn.neighbors import NearestNeighbors` 和 `from sklearn.preprocessing import StandardScaler` 是 scikit-learn (sklearn) 库中的两个常用模块。这两个模块在数据分析和机器学习中有重要作用： 1. `...
分类算法之K-Nearest Neighbors
weixin_46297209的博客
01-17 518
分类算法之K-Nearest Neighbors 一：认识KNN算法 K-Nearest Neighbors又称为k最近邻算法。最初由Cover和Hart在1968年提出。属于Classification(分类)算法。Classification算法一般分为两个阶段，训练阶段和学习阶段 二：算法原理 通用步骤： 计算距离(常用欧式距离或马氏距离) 升序排列 取前k个 加权平均 k的选取： k太大：导致分类模糊 k太小：手个例影响，波动较大 如何选取k： 经验 均方根误差 三：算法应用 简单K
k-Nearest Neighbors（k近邻）
热门推荐
nakaizura
10-09 1万+
kNN原理，Python实现，改进思想及算法，应用。所谓近朱者赤，近墨者黑，物以类聚，人以群分。如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。打个比方，如果与你关系好的（或最相似的）排名前k个好朋友大多数都喜欢机器学习，那么我可以做出预测：你本身是非常喜欢机器学习的......
机器学习训练营(四)：K近邻(k-nearest neighbors)算法
Camel
12-28 1433
目录K近邻(k-nearest neighbors)介绍 K近邻(k-nearest neighbors)介绍 K近邻算法的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集种每个数都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据(最近邻)的分类标签。一般来说，我们只选择样本数据集中前kkk个最相似的数据，这就是kkk-近邻算法中kkk的出处，通常kkk是不大于20的整数。
机器学习算法（三）：K近邻(k-nearest neighbors)初探Tesk03
qq_30097219的博客
01-09 182
KNN：K近邻 1、给定测试样本，计算它与训练集中的每一个样本的距离。 2、找出距离近期的K个训练样本。作为测试样本的近邻。 3、依据这K个近邻归属的类别来确定样本的类别。 应用：分类与回归 读程序 1、iris.target为目标值 2、Meshgrid：生成网格节点 3、KNeighborsClassifier是实现K近邻算法的一个类，一般都使用欧式距离进行测量。 class sklearn.neighbors.KNeighborsRegressor(n_neighbors=5, *, weights=
机器学习算法之K近邻算法(K Nearest Neighbors, KNN)
Black Magician的博客
10-05 1449
文章目录
sklearn 笔记：neighbors.NearestNeighbors 自定义metric
qq_40206371的博客
12-04 710
每次比较fit入Nearest Neighbor 的矩阵的两行#提取经纬度，将每一行一维向量改成二维矩阵'''cdist(x_points,y_points,metric='cityblock') 将得到一个二维矩阵，表示x每一个元素和y每一个元素的曼哈顿距离np.diag是取二维矩阵的对角元素，表示x和y对应位置元素的距离求和就是两条轨迹的距离'''
机器学习笔记——Nearest Neighbors
akadiao的博客
09-14 2122
1、利用自带鸢尾花数据简单实现最邻近算法from sklearn import neighbors from sklearn import datasets# ##执行k最近邻的分类器 knn = neighbors.KNeighborsClassifier() # ##加载鸢尾花数据集 iris = datasets.load_iris()# print iris # ##使用X作为训练数据拟合模
sklearn.neighbors 最近邻相关算法，最近邻分类和回归
tony365的博客
12-28 2162
k值的最优选择 高度依赖于数据：一般来说，一个更大的k 抑制噪声的影响，但使分类边界不那么明显。在数据未均匀采样的情况下，基于半径的邻居分类RadiusNeighborsClassifier可能是更好的选择。如果我们不再是求解到所有样本的距离，而是求解到不同类别样本中心的距离，距离哪个样本中心最近，我们即认为该待预测样本属于哪个类，这就是NearestCentroid算法.基本的最近邻分类使用统一权重：也就是说，分配给查询点的值是根据最近邻的简单多数票计算得出的。通过设置Q 的维度，可以达到降维的目的。
K近邻 K-Nearest Neighbors
JasonH2021的博客
05-27 3327
本文主要简单介绍了K近邻的基本概念，优缺点，应用场景，K近邻建模的python实现方法，示例和模型的参数等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值