wssssang
码龄5年
求更新 关注
提问 私信
  • 博客:38,768
    38,768
    总访问量
  • 36
    原创
  • 85
    粉丝
  • 68
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:北京市
加入CSDN时间: 2020-05-14
博客简介:

weixin_47798560的博客

查看详细资料
个人成就
  • 获得53次点赞
  • 内容获得8次评论
  • 获得439次收藏
  • 代码片获得2,647次分享
  • 博客总排名479,901名
创作历程
  • 16篇
    2021年
  • 20篇
    2020年
成就勋章
TA的专栏
  • python
    34篇
  • 爬虫
    8篇
  • 深度学习
    6篇
  • 李沐
    2篇
  • 吴恩达
    4篇
  • 深度学习、
  • CS231
    1篇
  • 机器学习
    8篇
  • 数据结构
    12篇
  • 整数反转

TA关注的专栏 2

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 0

创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

80人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

图像预处理

原创
博文更新于 2021.10.05 ·
200 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

pytorch自动求梯度

自动求梯度在深度学习中,我们经常需要对函数求梯度(gradient)。PyTorch提供的autograd包能够根据输入和前向传播过程自动构建计算图,并执行反向传播。本节将介绍如何使用autograd包来进行自动求梯度的有关操作。1.1 概念上一节介绍的Tensor是这个包的核心类,如果将其属性.requires_grad设置为True,它将开始追踪(track)在其上的所有操作(这样就可以利用链式法则进行梯度传播了)。完成计算后,可以调用.backward()来完成所有梯度计算。此Tensor的梯度
原创
博文更新于 2021.06.29 ·
495 阅读 ·
1 点赞 ·
0 评论 ·
1 收藏

pytorch数据操作

pytorch版数据操作在PyTorch中,torch.Tensor是存储和变换数据的主要工具。如果你之前用过NumPy,你会发现Tensor和NumPy的多维数组非常类似。然而,Tensor提供GPU计算和自动求梯度等更多功能,这些使Tensor更加适合深度学习。"tensor"这个单词一般可译作“张量”,张量可以看作是一个多维数组。标量可以看作是0维张量,向量可以看作1维张量,矩阵可以看作是二维张量。1.1 创建Tensor首先介绍Tensor最基本的操作,即Tensor的创建。# 导入
原创
博文更新于 2021.06.28 ·
277 阅读 ·
1 点赞 ·
1 评论 ·
1 收藏

吴恩达深度学习L1W4作业1

知识点:深度神经网络的实现,初始化,正向传播,反向传播1 安装包numpy是Python科学计算的基本包。matplotlib是在Python中常用的绘制图形的库。dnn_utils为此笔记本提供了一些必要的函数。testCases提供了一些测试用例来评估函数的正确性np.random.seed(1)使所有随机函数调用保持一致。 这将有助于我们评估你的作业,请不要改变seed。import numpy as npimport h5pyimport matplotlib.pyplot as
原创
博文更新于 2021.06.16 ·
593 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

吴恩达深度学习L1W3

吴恩达深度学习L1W3知识点:1层隐藏层的神经网络1 安装包略我直接将函数复制过来# testCases模块!!!!!!!!!!!!!!!import numpy as npdef layer_sizes_test_case(): np.random.seed(1) X_assess = np.random.randn(5, 3) Y_assess = np.random.randn(2, 3) return X_assess, Y_assessdef
原创
博文更新于 2021.05.31 ·
598 阅读 ·
1 点赞 ·
0 评论 ·
3 收藏

吴恩达深度学习L1W2作业2

吴恩达《深度学习》L1W2作业2知识点:用神经网络思想实现逻辑回归
原创
博文更新于 2021.05.26 ·
680 阅读 ·
0 点赞 ·
1 评论 ·
6 收藏

吴恩达深度学习L1W2作业1

第一课 神经网络与深度学习第二周 神经网络基础
原创
博文更新于 2021.05.24 ·
645 阅读 ·
0 点赞 ·
0 评论 ·
9 收藏

CS231图像分类笔记

图像分类数据驱动方法:给计算机很多数据,然后实现学习算法,让计算机学习到每个类的外形。那么,该方法的第一步就是收集已经做好分类标注的图片来作为训练集。Nearest Neighbor分类器import numpy as npclass NearestNeighbor(object): def __init__(self): pass def train(self, X, y): """ X is N x D where each row is an exam
原创
博文更新于 2021.05.22 ·
117 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

吴恩达机器学习ex8:异常检测和推荐系统

吴恩达机器学习作业八:异常检测和推荐系统在本练习中,您将实现异常检测算法,并将其应用于检测网络上出现故障的服务器。在第二部分中,您将使用协作过滤来构建电影推荐系统。1 Anomaly detection在本练习中,您将实现异常检测算法来检测服务器计算机中的异常行为。这些特性测量每个服务器的吞吐量(mb/s)和响应延迟(ms)。当您的服务器运行时,您收集了m=307个它们的行为示例,因此有一个未标记的数据集{x(1),x(m)}。您怀疑这些示例中的绝大多数都是服务器正常运行的“正常”(非异常)示例,但
原创
博文更新于 2021.05.20 ·
591 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

吴恩达机器学习ex7:K均值和PCA

吴恩达机器学习作业六:SVM1 K-means Clustering在本练习中,您将实现K-means算法并将其用于图像压缩。首先从一个示例2D数据集开始,这有助于你对K-均值算法的工作原理有一个直观的了解。然后,您将使用K-means算法进行图像压缩,方法是将图像中出现的颜色数减少到仅该图像中最常见的颜色。1.1 Implementing K-meansK-means算法是一种自动聚类相似数据的方法。具体地说,给你一个训练集,并希望将数据分组为几个有凝聚力的“集群”。K-means背后的直觉是
原创
博文更新于 2021.05.20 ·
322 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

吴恩达机器学习ex6:SVM

吴恩达机器学习作业六:SVM1 Support Vector Machines在本练习的前半部分,您将使用支持向量机(SVM)和各种示例2D数据集。对这些数据集进行实验将帮助您获得支持向量机如何工作以及如何将高斯核用于支持向量机。在下半部分练习中,您将使用支持向量机构建垃圾邮件分类器。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.io import loadmatfrom skl
原创
博文更新于 2021.05.19 ·
1253 阅读 ·
3 点赞 ·
0 评论 ·
13 收藏

吴恩达机器学习ex5:偏差和方差

吴恩达机器学习作业五:偏差和方差在本练习中,您将实现正则化线性回归,并使用它来研究具有不同偏差方差特性的模型。#coding=utf-8import numpy as npimport pandas as pdfrom matplotlib import pyplot as pltfrom scipy.io import loadmatfrom sklearn.metrics import classification_report1 Regularized Linear Regre
原创
博文更新于 2021.05.19 ·
663 阅读 ·
0 点赞 ·
0 评论 ·
8 收藏

吴恩达机器学习ex4:BP神经网络

吴恩达机器学习作业四:BP神经网络1.1 Visualizing the data这与上一个练习中使用的数据集相同。ex3data1.mat中有5000个训练示例,其中每个训练示例是数字的20像素乘20像素灰度图像。每个像素由一个浮点数表示,表示该位置的灰度强度。像素的20乘20网格被“展开”成400维向量。这些训练示例中的每一个都成为我们的数据矩阵X中的一行。这给了我们一个5000×400的矩阵X,其中每一行都是手写数字图像的训练示例。训练集的第二部分是包含训练集标签的5000维向量y。为了使事
原创
博文更新于 2021.05.19 ·
1062 阅读 ·
0 点赞 ·
0 评论 ·
14 收藏

吴恩达机器学习ex3:多类分类

吴恩达机器学习作业三:多类分类import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.io import loadmat1.1 Dataset原始数据集的标签 y, y取值为1到10,y = 10表示当前手写字为0,其余1到9即对应1到9。数据集保存在 ex3data1.mat,注意文件格式跟之前不一样,用matlab打开可以看到有X和y两个变量:X的维度是5000×400,表示有500
原创
博文更新于 2021.05.19 ·
716 阅读 ·
2 点赞 ·
1 评论 ·
9 收藏

吴恩达机器学习ex2:逻辑回归

吴恩达机器学习练习二:逻辑回归1. 逻辑回归(logistic regression)在这部分的练习中,你将建立一个逻辑回归模型来预测一个学生是否能进入大学。假设你是一所大学的行政管理人员,你想根据两门考试的结果,来决定每个申请人是否被录取。你有以前申请人的历史数据,可以将其用作逻辑回归训练集。对于每一个训练样本,你有申请人两次测评的分数以及录取的结果。为了完成这个预测任务,我们准备构建一个可以基于两次测试评分来评估录取可能性的分类模型。1.1 数据可视化在开始实现任何学习算法之前,如果可能的话,最
原创
博文更新于 2021.05.19 ·
556 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏

吴恩达机器学习ex1:线性回归

单变量线性回归在本部分的练习中,您将使用一个变量实现线性回归,以预测食品卡车的利润。假设你是一家餐馆的首席执行官,正在考虑不同的城市开设一个新的分店。该连锁店已经在各个城市拥有卡车,而且你有来自城市的利润和人口数据。您希望使用这些数据来帮助您选择将哪个城市扩展到下一个城市。#coding=utf-8import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# read datapath = 'D:\文档\ex
原创
博文更新于 2021.05.18 ·
460 阅读 ·
0 点赞 ·
0 评论 ·
4 收藏

python入门经典100题

入门经典100题1. 有1、2、3、4个数字,能组成多少个互不相同且无重复数字的三位数?都是多少?_=0for i in range(1,5): for j in range(1,5): for k in range(1,5): if i ==j or i == k or j == k: continue else: print(100*i+10*j+k)
原创
博文更新于 2021.04.16 ·
20447 阅读 ·
42 点赞 ·
4 评论 ·
356 收藏

整数反转

学习内容:整数反转:给出一个 32 位的有符号整数,你需要将这个整数中每位上的数字进行反转。**注意:**假设我们的环境只能存储得下 32 位的有符号整数,则其数值范围为 [−231, 231 − 1]。请根据这个假设,如果反转后整数溢出那么就返回 0。思路:1.首先将他转换成一个字符串,判断这个字符串的第一位是不是负号,如果是的话,取倒序,然后加负号。如果不是负数的话,直接取倒序就行。接下来再用一个if判断语句,如果数值在这个范围内的话就输出,否则返回0。代码:class Solution:
原创
博文更新于 2021.04.16 ·
96 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

爬虫DAY8

www.allitebooks.com1.jsonxml是json的前身。json是轻量级的数据交互格式。json简单理解就是字典或者一个列表。书写格式:1.不能写注释 2.key:value 必须是双引号 3.末尾不能写逗号 4.整个文件有且仅有一个{}或者[][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YTsL4204-1606913245157)(C:\Users\吴双双\AppData\Roaming\Typora\typo
原创
博文更新于 2020.12.02 ·
300 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

爬取豆瓣

'''爬取豆瓣网站上经典电影的 名字 和剧情简介'''#encoding:utf-8import requestsfrom lxml import etreeclass DoubanSpider(object): def __init__(self): self.url = "https://movie.douban.com/explore#!type=movie&tag=%E7%BB%8F%E5%85%B8" self.heade
原创
博文更新于 2020.12.02 ·
248 阅读 ·
0 点赞 ·
2 评论 ·
0 收藏
加载更多