自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 Unsqueeze升维与python自动广播

unsqueeze() 方法起升维的作用,参数表示在哪个地方加一个维度。

2023-09-06 09:54:15 100 1

原创 【深度学习】卷积神经网络中torch.cat()函数解析

函数将多个张量(tensor)按指定维度拼接在一起,在卷积中通常把相同2D维度,不同通道数的的张量进行拼接(Concatenation),则可使用torch.cat(),不会增加新的维度。四阶张量有4个维度(a,b,c,d),其对应维度标号如下:a->dim=0;b->dim=1;c->dim=2;d->dim=4;按dim=1进行拼接,则按通道维度进行组合。

2023-08-31 17:28:36 466

原创 【集成学习】Bagging、Boosting、Stacking区别

Bagging算法是指每个弱学习器使用相同的算法,根据训练集样本,随机进行有放回的采样,形成T个样本子集,然后训练T个弱学习器,再将T个弱学习器通过集合策略,得到最终的学习器。Boosting算法是首先从通过给训练集的样本进行初始化权重,进而训练出一个弱学习器1,根据该弱学习的学习误差率来更新训练样本的权重(被错误分类的样本权重变大,被正确分类的样本权重变小),然后基于调整权重后的训练集来训练弱学习器2,如此重复训练直到训练出T个弱学习器,最终将T个若学习器进行整合,得到最终的强学习器。Stacking是一

2023-08-28 15:50:24 303

原创 MATLAB在最优化计算中的应用

【代码】MATLAB在最优化计算中的应用。

2022-12-12 21:43:04 107

故障诊断:美国西储大学(CRWU)轴承故障数据集

美国凯斯西储大学(CWRU)数据集:文件名称为数据集类型缩写,便于文件检索

2023-02-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除