![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML/DL
全全全呀
在读本科生,欢迎一起交流讨论学习
展开
-
KNN和K-means算法复习
KNN和K-means算法总结原创 2022-06-27 11:32:37 · 390 阅读 · 1 评论 -
实现多层感知机(从0和简洁实现)
一、从0实现多层感知机1、导包以及加载数据,使用的是Fashion-MNIST图像分类数据集import torchfrom torch import nnfrom d2l import torch as d2lbatch_size = 256train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)2、初始化模型参数Fashion-MNIST中的每个图像由 28 × 28 = 784个灰度像素值组成,所有图像共分为10个原创 2022-04-03 12:26:41 · 2269 阅读 · 0 评论 -
使用pytorch中的API实现线性回归
在之前的文章中这里实现了手写代码实现了线性回归,但是太麻烦了,其实在pytorch中提供了一些API来帮助实现这些。下面的是一些API的方法1.1 nn.Modulenn.Modul 是torch.nn提供的一个类,是pytorch中我们自定义网络的一个基类,在这个类中定义了很多有用的方法,让我们在继承这个类定义网络的时候非常简单当我们自定义网络的时候,有两个方法需要特别注意:__init__需要调用super方法,继承父类的属性和方法farward方法必须实现,用来定义我们的网络的向前计算的过原创 2022-03-20 20:26:38 · 369 阅读 · 0 评论 -
手动实现线性回归
pytorch代码如下import torchimport numpy as npfrom matplotlib import pyplot as plt#1. 准备数据 y = 3x+0.8,准备参数x = torch.rand([50])y = 3*x + 0.8w = torch.rand(1,requires_grad=True)b = torch.rand(1,requires_grad=True)def loss_fn(y,y_predict): loss =原创 2022-03-20 19:47:10 · 181 阅读 · 0 评论