- 博客(71)
- 收藏
- 关注
RSS订阅原创 深度学习中的top-1和top-5区别
在深度学习看论文的过程中，经常会看到各种神经网络模型在ImageNet上介绍Top-1和Top-5准确率和Top-1错误率和Top-5错误率所谓的Top-1正确率和Top-5正确率指的是什么呢？如果ImageNet有1000个类别，在预测某一张图片时，模型会给出1000个类别的概率从高到低进行排名。所谓的Top-1正确率指的是排名第一名与实际结果相符合的概率Top-5指的是排名前五的类别包含实际结果的概率，这也是为什么Top-1的概率一般都远小于Top-5的概率...
2022-05-09 18:38:35
2454
2
原创 轻量级神经网络架构Inception-V1
谷歌自从2014年提出GoogleNet 网络模型，又叫Inception网络，目前有inception-v1、inception-v2、inception-v3、inception-v4四个框架。inception与ResNet结合成INception-ResNet-V1和INception-ResNet-V2等多个版本，给轻量化网络模型提供了很多可参考的意义，inception模块都是基于在Inception V1的基础上进行优化改进，主要介绍一下inception-V1的网络架构和INception-
2022-05-07 17:56:08
1145
原创 经典卷积神经网络--AlexNet分析与pytorch代码
2012年AlexNet卷积神经网络结构被提出，并且以高出第二名10%的准确率获得2012届ImageNet图像识别大赛中获得冠军，使得CNN成为了图像分类核心算法模型。AlexNet网络特点1：AlexNet一共有八层，五个卷积层和三个全连接层。由于是对ImageNet数据集进行分类，所以最后一层的输出会接上softmax，一共1000个输出(ImageNet一共有1000个类别),softmax会产生1000类标签。2：在AlexNet中，使用RuLu函数来增加模型的非线性能力。3：使用了Dro
2022-04-22 21:43:57
3223
3
原创 解决jupyter notebook的kernel error内核启动失败问题
当Anconda安装多个python环境时，或者由于多次卸载安装Anaconda时，导致python的kernel内核启动失败问题，使得jupyter notebook不可用。找不到启动文件。还有就是直接复制粘贴别人已经搭建好的环境过来，在kernel.json里面的启动内核环境还是原来的那个路径。如下图所示内核启动失败kernel error点击原因，你可以看到，系统找不到指定文件的路径本文的启动内核失败的原因是：直接复制另一台电脑上的环境，结果在kernel.json里的环境路径还是原来的那个
2022-04-13 12:24:20
19285
18
原创 池化层：最大池化MaxPool、平均池化AvgPool、自适应池化AdaptiveMaxPool区别--基于pytorch框架
文章目录MaxPool2d最大池化AvgPool2d平均池化AdaptiveAvgPool2d自适应平均池化池化操作的一个重要的目的就是对卷积后得到的特征进行进一步处理，池化层可以起到对数据进一步浓缩的效果，从而缓解计算时内存的压力。在pytoch中提供很多池化的类，这里主要介绍最**大池化（MaxPool）、平均池化（AvgPool）、自适应池化（AdaptiveAvgpool）**的区别,，其他方法类似。对于torch.nn.MaxPool2d()池化操作相关参数的应用，其使用方法如下所示tor
2022-04-07 14:50:22
10735
1
原创 解决This picacion faied to trt becuse t could, not find or load the Qt platform plugin “windows““问题
今天在复制自己的环境到另外一个电脑上时，运行一个matplotlib的展示出现下面报错，这个主要是因为你图省事，直接把别的地方的anaconda直接拷贝到自己的机器上，而忘记更改环境变量。这个时候，找到anaconda中和python.exe同级的文件qt.conf，将里面的路径改为自己电脑的路径即可首先打开你安装的路径，找到你刚导入的环境，我刚导入的环境是DLpytorch，打开它然后在里面搜索qt.conf，右键用记事本打开你这里就会发现你的环境还是之前的，就是你上个电脑的环境没有变动，
2022-04-01 16:44:35
726
原创 统计学习/机器学习常用小知识
文章目录统计学习的特点统计学习的方法机器学习的步骤统计学习的目的统计学习的应用领域机器学习的主要任务分类与回归的区别1. 输出不同1.1分类问题是输出**物体的所属类别**，而回归问题输出的是**物体的值**。1.2分类问题输出的值是离散的，回归问题输出的值是连续的1.3 分类问题输出是定性的，回归问题输出是定量的2.目的不同3.本质不同4.结果不同3.场景不同3.1分类问题3.2回归应用统计学习的特点关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科统计学习的方法机器学习
2022-03-21 15:12:37
1873
原创 Numpy和Pandas的区别
Numpy和Pandas都是数据分析常用工具包，但是功能是类似的。NumpyNumpy是Numericel Python的简称，也是目前Python数值计算中最重要的基础包。大多数计算包都提供了基于Python的科学函数功能，将Numpy的数组对象作为数据交换的通用语。ndarray一种高效多维数组，提供了基于数组的便捷算数操作以及灵活的广播功能。对所有数据进行快速的矩阵计算，而无须编写循环程序。对硬盘数组数据进行读写的工具，并对内存映射进行操作。线性代数、随机数生成以及傅里叶变换功能。用于
2022-03-17 22:15:43
2279
原创 机器学习实战--决策树算法
决策树决策树（decision tree）是一种基本的分类与回归方法。从判断模块引出的左右箭头称为分支，它可以达到另外一个判断模块或者终止模块。分类决策树模型是一种描述对实例进行分类的树形结构。决策树由节点（node）和有向边（directed edge）组成。节点有内部节点（internal node）和叶节点（leaf node）。内部节点表示一个特征或者属性，叶节点表示一个类。1. 决策树流程：收集数据：可以使用任何方法收集到的数据。准备数据：收集完数据之后，我们要对数据进行整理，将这些数
2022-02-26 22:19:14
304
原创 机器学习实战-- K-近邻算法
K-近邻算法K近邻算法（KNN）是1967年提出的一种基本的分类与回归的方法。工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据每个特征与样本集中的数据对应特征进行比较，然后算法提取样本最相似数据的分类标签。一般来说，我们只选择样本数据集中前K个最相似的数据，这就是K-近邻算法的K的出处，通常K是不大于20的整数。最后，选择K个最相似数据中出现次数最多的分类，作为新数据的分类。1.分类一
2022-02-24 16:30:15
329
原创 Python游戏开发--外星人入侵（源代码）
文章目录1.效果展示2. 《外星人入侵》源代码2.1 image2.2 alien_invasion.py2.3 alien.py2.4 bullet.py2.5 button.py2.6 game_stats.py2.7 scoreboarf.py2.8 settings.py2.9 ship.py最近学习的python第一个项目实战，《外星人入侵》，成功实现所有功能，给大家提供源代码环境安装：python 3.7+ pygame安装 pygamepip install -- user pygam
2022-01-13 21:41:39
7995
14
原创 python机器学习--sklearn数据集使用
文章目录1.sklearn介绍2.基本概括2.1 估计器2.2 转化器3.sklearn中iris莺尾花数据集使用1.sklearn介绍Scikit-learn（以前称为scikits.learn，也称为sklearn）是针对Python 编程语言的免费软件机器学习库 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，并且旨在与Python数值科学库NumPy和SciPy联合使用。sklearn是一个Python第三方提供的非常强力的机器学习库，它包含了从数据预
2022-01-04 22:10:42
1650
原创 Python-学生信息管理系统.exe（代码）
学生信息管理系统的页面展示在前面已经介绍过了：Python-学生信息管理系统.exe下面是这个.exe文件完整代码，可以直接运行的代码代码如下所示import os #获取文件信息filename='stduent.txt'def main(): # 定义主函数 while True: #默认执行 menm() #调用定义的menm函数，打印主菜单功能 choice=int(input('请选择:')) #输入选择的功能 if ch
2022-01-04 21:49:44
315
原创 python基础教程--代码集合（下）
文章目录38.字典dict38.1 创建字典38.2 字典获取元素38.3 key字典38.4key-value-items键值对38.5字典的遍历38.6 哈希函数haxi39.可变序列与不可变序列39.1可变序列：列表，字典39.2不可变序列，字符串，元组40.元组tuple40.1创建元组40.2 元组的不可变性40.3元组遍历41.集合set41.1 创建集合set41.2 集合的相关操作41.3集合：交集、并集、差集、堆成差集41.4 集合生成式42 字符串42.1 字符串的驻流机制42.2 字符
2022-01-04 21:37:49
813
原创 pytorch环境安装（配置：CUDA11.1+CUDNN11.1+torch.9.0+cu111+torchvision0.10.0+cu111+torchaudio==0.9.0）
文章目录1.下载CUDA2 .下载CUDNN3.CUDA安装4.安装CUDNN5.下载pytorch6.安装pytorch在安装之前先要知道自己的显卡支持什么CDUA版本右键点击进入NVIDIA控制面板选择帮助——系统信息——组件这里可以看出我的笔记本支持的CUDA版本为11.5或者在命令行搜索cmd，打开命令提示符输入NVIDIA-smi就可以看到版本信息1.下载CUDA我这里安装的CUDA11.1版本进入CUDA官网下载CUDA11.1：CUDA Toolkit 11.1 Up
2021-12-28 15:01:10
8405
1
原创 Python-学生信息管理系统.exe
文章目录0.将python文件转成exe 文件1.录入学生信息2.查找学生信息3.删除学生信息4.修改学生信息5.排序6.统计学生总人数7.实现所有学生信息0.退出不需要安装python也能运行学生信息管理系统功能功能菜单0.将python文件转成exe 文件将python程序打包成exe，电脑没安装Python也可以实现将Python文件转成exe文件首先安装第三方模块pip install PyInstaller安装成功之后，就可以进行将文档转成exe了方式：pyinstaller
2021-12-26 21:16:42
2895
1
原创 决策树算法绘图——graphviz安装
Graphviz自带决策树绘图工具，可以通过安装库实现绘图，不需要手动绘图。下图为graphviz库的决策树绘制的图形1.下载graphviz进入官网：graphviz官网文件，下载之后，选择合适的版本下载即可，我选择的是graphviz–2.49.2版本安装按照默认选项即可安装完成2.配置环境安装之后，需要手动配置环境，找到安装好的graphviz2.49.2文件夹复制Bin下面文件夹的路径在window系统中配置环境变量找到我的电脑，点击属性，找到高级系统设置在高级–环境变量点
2021-11-10 22:00:36
3733
1
原创 Tableau---数据可视化软件
文章目录1. Tableau简介1.1 Tableau Public 和Tableau Desktop的区别：1.2 下载和安装2. 数据准备2.1 导入tableau数据表3. 绘制世界地图3.1 地图背景设置4.合并仪表盘今天主要教大家如何绘制世界地图和组合图，Tableau是一个很好的工具，先给大家展示一下效果，可以根据自己的需要绘制不同的图形1. Tableau简介Tableau 是一款企业级的大数据可视化工具。Tableau 可以让你轻松创建图形，表格和地图。 它不仅提供了PC桌面版
2021-10-14 15:40:53
5609
原创 深度学习---卷积神经网络（CNN）
文章目录1. 什么是深度学习？2. 深度学习框架2.1 卷积神经网络（CNN）2.1.1 引子 ：边界检测2.1.2 CNN的基本概念2.1.3 CNN的结构组成2.1.4 卷积神经网络 VS. 传统神经网络1. 什么是深度学习？深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标–人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，
2021-10-12 11:46:19
6815
原创 Python实战---王者荣耀皮肤爬虫
文章目录方法1方法2作为王者荣耀的老玩家，今天教大家如何用python爬虫获取王者荣耀皮肤本文将介绍两种王者荣耀皮肤的爬取方法，一种比较简单的，一种复杂的方法供大家学习。首先先进去王者荣耀官方网站：王者荣耀进入开发者工具找到英雄皮肤所在位置,图中herolist.json就是我们需要找的英雄列表，包括英雄编号、英雄名称、影响类型、皮肤等信息，复制url：http://pvp.qq.com/web201605/js/herolist.json路径方法1见注释# 导入所需要的模块import
2021-10-11 13:49:19
6757
11
原创 Python机器学习---Pyecharts制作可视化大屏
文章目录Pyecharts可视化Map世界地图柱状图、饼图Pyecharts组合图表ECharts是由百度开源的基于JS的商业级数据图表库，有很多现成的图表类型和实例，而Pyecharts则是为了方便我们使用Python实现ECharts的绘图。使用Pyecharts制作可视化大屏，可以分为两步：1、使用分别Pyecharts分别制作各类图形；2、使用Pyecharts中的组合图表功能，将所有图片拼接在一张html文件中进行展示。小五认为影响大屏美观最重要的两个因素就是：配色和布局！在本文中，会特意
2021-10-01 15:49:33
8599
4
原创 Python机器学习---2.聚类分析代码部分
1. 手写⼀个简单的Kmeans算法导入所需要的包# 导入一些包import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlinefrom sklearn.datasets import make_blobs模拟数据# 模拟出一些数据集出来#r = np.random.randint(1,100)r = 4#print(r)k
2021-09-26 22:06:11
1620
原创 Python机器学习---2.聚类算法理论部分
文章目录1.聚类分析1.1 无监督学习与聚类算法1.1.1.旨在理解数据自然结构的聚类1.1.2 用于数据处理的聚类1.2 核心概念1.2.1 聚类分析1.2.2 簇1.3 基于原型的聚类技术: K-Means1.3.1 基于原型的簇1.3.2. K-Means基本定义1.3.3 算法执行细节距离衡量方法文本距离1.3.4 误差平方和SSE (Sum of the Squared Error, SSE)1.3.5 聚类目标函数和质心计算方法1.聚类分析1.1 无监督学习与聚类算法决策树、线性和逻辑回归
2021-09-26 19:58:43
1261
原创 Python机器学习---何为机器学习？
文章目录1. 从人工智能到机器学习2. 数据科学3.算法大类4. 学习计划4.1 推荐课本1. 从人工智能到机器学习简单来说，机器学习是门研究让计算机学习，让计算机程序能够进化的学科。2. 数据科学虽然机器学习的研究来源于人工智能领域，但是机器学习的方法却应用于数据科学领域，因此我们将机器学习看作是一种数学建模更合适。机器学习的本质就是借助数学模型理解数据。当我们给模型装上可以适应观测数据的可调参数时，“学习” 就开始了:此时的程序被认为具有从数据中“学习” 的能力。 一旦模型可以拟合旧的观测
2021-09-24 15:00:56
549
原创 Python机器学习---KNN模型评价、追求
文章目录1. KNN模型评价1.1 计算效率低，耗费计算资源较大1.2 抗噪性较弱，对噪声数据(异常值)较为敏感1.3 模型不稳定，可重复性较弱1.4要进行归化处理:2.模型的追求2.1 模型效果2.2 运算速度2.3 可解释性2.4 服务于业务1. KNN模型评价到这里，能够对KNN进行的全部优化就已经完成了。KNN代表若"投票类"的算法，一直广泛受到业界的欢迎。不过KNN也有自己的缺点，那就是它的计算非常缓慢，因为KNN必须对每一个测试点来计算到每一 个训练数据 点的距离，并且这些距离点涉及到所有的
2021-09-24 14:46:33
1325
原创 Python机器学习--KNN归一化、距离的惩罚
1. 归一化1.1 距离类模型归一化的需求什么是归一化呢?我们把X放到数据框中来看一一眼， 你是否观察到，每个特征的均值差异很大?有的特征数值很大。有的特征数值很小，这种现象在机器学习中被称为"星纲不统一"。 NN是距离类模型,欧氏距离的计算公式中存在若特征上的平方和:试想看看，如果某个特征x的取值非常大，其他特征的取值和它比起来都不算什么，那距离的大小很大程度上都会由这个巨大特征x来决定，其他的特征之间的距离可能就无法对d(A,B) 的大小产生什么影响了，这种现象会让KNN这样的距离类模型的效果大
2021-09-23 22:41:25
904
原创 Python机器学习-- KNN学习曲线、K值、交叉验证
文章目录1.breast_cancer 数据集准确度计算2.学习曲线2.1 选择最优K值2.2 不同K取值对模型的影响2.3 神器之一：学习曲线2.3.1 选取最优的K值2.4交叉验证2.4.1 泛化能力2.5 神器之二：K折交叉验证2.6 绘制带交叉验证的学习曲线2.7 是否需要验证集?2.8 交叉验证的方法2.9 避免折数设置太大!1.breast_cancer 数据集准确度计算# breast_cancer 数据集from sklearn.neighbors import KNeighbors
2021-09-23 21:36:24
5512
原创 python的scikit-learn算法库实现
文章目录1.sklearn工具包2. sklearn 实现KNN３．breast_cancer 数据集1.sklearn工具包在机器学习的世界，总有着源码与调包之争。调包的人不需要对算法理解得太过深刻，对背后的数学原理长久不用可能也会忘记，只需要调用他人写好的代来达成自己的目的，因此被写源码的人嘲笑嫌弃，业界甚至流传着"调包侠”的恶名，指那些只会调用其他人写好的代码,自己不写代码的人。然而，这其实只是一种假象一真正自己写的，只有超巨大厂BAT，头条，小米等等这些公司，他们拥有巨大的技术团队，超强硬件支
2021-09-19 15:55:16
884
原创 python机器学习---1. K近邻算法
机器学习的方法是基于数据产生的"模型" (model) 的算法，也称"学习算法" (learning algorithm)。包括有监督学习(supervised learning)、无监督学习(unsupervised learning)、半监督学习(semi-supervised learning)、强化学习(reinforcement learning)。1. 有监督学习数据集中有X也有Y指对数据的若干特征与若干标签(类型)之间的关联性进行建模的过程;只要模型被确定，就可以应用到新的末知数据上.
2021-09-18 11:18:02
449
1
原创 python的matplotlib问题
1.X轴修改问题导入需要的安装包import pandas as pdimport numpy as np#设置画图风格与图片中文字体from matplotlib import pyplot as pltplt.style.use("ggplot")plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False#显示所有列pd.set_option('display.max_c
2021-09-17 14:20:30
94
原创 python统计分析---6.主成分分析
文章目录1. 主成分分析1. 主成分分析#导入包import numpy as npimport pandas as pdimport statsmodels.formula.api as smffrom sklearn import linear_modelimport seaborn as snsimport matplotlib.pyplot as plt%matplotlib inline#使用pandas读取数据支持xls和xlsxdata=pd.read_excel("b
2021-09-15 22:33:19
2699
2
原创 Python统计分析--- 5.统计法与随机梯度下降（SGD）
#导入包import numpy as npimport pandas as pdimport matplotlib as pltimport statsmodels.formula.api as smffrom sklearn import linear_modelimport matplotlib.pyplot as plt%matplotlib inline#使用pandas读取数据支持xls和xlsxdata=pd.read_excel("bankloan_binning.xls
2021-09-15 15:22:57
524
原创 python统计分析--4.Logistic回归
文章目录1. python数据处理标准流程2. 混淆矩阵与预测3. 交叉验证4. 网格搜索5. pipeline管道#导入包import numpy as npimport pandas as pdimport statsmodels.formula.api as smffrom sklearn import linear_modelimport matplotlib.pyplot as plt%matplotlib inlinefrom sklearn.model_selection i
2021-09-14 21:20:15
4664
原创 python统计分析--3.线性回归四种算法
文章目录1. 最小二乘法1.1 最小二乘法1.2 正则化回归1.3 SGD随机梯度下降法2. 相关分析几种加速方法statsmodel–>sklearnols最小二乘法，运算时间长，处理速度慢，占用内存大sgd梯度下降法–需要内存小，可以处理大型数据—可以处理过拟合和稀疏数据（0和1）正则化–占用内存小，可以处理过拟合和稀疏数据n_jobs=-1 加速处理数据，所有内存来处理数据批次/在线/mini bactgh加速Gpu、cpu加速，sklearn不擅长Gpu、cpu加速，深层神经网
2021-09-14 15:28:27
1154
原创 python统计分析--2.预分析：异常值、缺失值处理
文章目录1.缺失值处理1.1 导入数据1.2 观察数据1.3 缺失值处理方法2. 异常值处理2.1 异常值---强异常值的处理2.2 特征筛选(Filter过滤法)2.3 共线性2.4 logistics、对数、指数、逆、幂、曲线的绘制3.编码3.1 异常值---多变量异常值处理3.2 特征筛选1.缺失值处理1.1 导入数据先导入各种需要的包，导入数据#导入包import numpy as npimport pandas as pdimport matplotlib.pyplot as pl
2021-09-13 19:05:19
1858
2
原创 python统计分析 --- 1.方差分析、t检验
文章目录1. 统计包与数据挖掘1.1 数据分析流1.2 数据统计包2. 方差分析2.1. 卷烟厂案例1. 统计包与数据挖掘1.1 数据分析流进行数据分析应该遵循一个什么样的步骤1.2 数据统计包numpy1.pandas提供basestat功能：单变量、双变量数据分析，包括描述统计（集中和离散、图形、交叉表）、相关分析（r、卡方）等。2.statsmodels提供假设检验及统计模型功能，主要研究结构性归因问题，并不强调预测功能，主要为推论统计小数据服务。3.sklearn提供数据挖掘模
2021-09-11 12:16:51
1801
1
原创 python基础总结--- 列表、内置函数（4-5）
文章目录6. 列表6.1 列表的索引和切片6.2 修改列表的元素值6.3 列表的常用方法6.3.1 添加元素append6.3.2 添加元素 extend6.3.3 插入元素insert6.3.4 查找元素 in not in index count6.3.4.1 查找 in / not in6.3.4.2 索引元素位置index（可以索引字母或者字符串）6.3.4.3 索引元素数量count6.3.4.4 索引元素位置find（只能索引字符串）6.3.5 删除元素6.3.5.1 根据下标删除del6.3.
2021-09-03 19:28:26
991
原创 python基础总结---安装、语法、变量、数据类型、计算、语句、（1-3）
文章目录1.python软件配置---jupyter notebook1.把pip升级到最新版本2. 安装Jupyter Notebook3.jupyter notebook启动2 python基础语法2.1 数字和字符串定义方法2.2 布尔数据类型bool2.3 jupyter默认输出功能2.4 print( )打印功能2.5 shift+tab 查看帮助文档2.6 tab补全代码功能（重点）2.7 python注释功能2.8 input输入3. 变量3.1 变量的赋值3.2 变量的命名规则3.3 内部保
2021-09-01 22:16:14
1521
原创 jupyter notebook快捷键
Jupyter 笔记本有两种不同的键盘输入模式。 编辑模式允许您将代码或文本输入到一个单元格中，并通过一个绿色边框的单元格来表示 命令模式将键盘与笔记本级命令绑定在一起，并通过一个灰框、左边距蓝色的单元格显示。命令行模式（按 Esc 生效）F: 查找并且替换Ctrl-Shift-F: 打开命令配置Ctrl-Shift-P: 打开命令配置Enter: 进入编辑模式P: 打开命令配置Shift-Enter: 运行代码块, 选择下面的代码块Ctrl-Enter: 运行选中的代码块Alt-Ent
2021-09-01 16:11:04
385
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人