python
文章平均质量分 77
亿是守候 & 亿是承诺
,
展开
-
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原创 2022-04-22 21:43:57 · 3138 阅读 · 3 评论 -
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原创 2022-04-13 12:24:20 · 17601 阅读 · 18 评论 -
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原创 2022-04-07 14:50:22 · 9682 阅读 · 1 评论 -
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,原创 2022-04-01 16:44:35 · 685 阅读 · 0 评论 -
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原创 2022-03-21 15:12:37 · 1592 阅读 · 0 评论 -
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,将这些数原创 2022-02-26 22:19:14 · 281 阅读 · 0 评论 -
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.分类一原创 2022-02-24 16:30:15 · 290 阅读 · 0 评论 -
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原创 2022-01-13 21:41:39 · 7459 阅读 · 14 评论