自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

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：

点击选择上传的图片

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：

点击选择上传的图片

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

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_62547655的博客

原创车代码模块

汽车类型代码#这是一个Car类class Car(): # ''' #kind : 车的品牌 #length ：车的长度 #weight ：车的重量 #''' def __init__(self,kind='BMW',length=4.5,weight=1.6): self.kind=kind self.length=length self.__weight=weight #__weight 表示私有属性

2022-12-09 17:28:03 159 1

原创画图操作过程和代码

from matplotlib import pyplot as pltimport numpy as npx=np.linspace(0,np.pi*2,50)plt.subplot(411) #图形4行1列第1个图形plt.plot(x,np.sin(x),'*g') #plt.plot()函数用于画图，‘g’定义线条颜色plt.title('This is for sin(x)')plt.xlabel('x') #函数设置x，y轴的标签文本plt.y

2022-12-09 08:29:22 278 1

原创下面将手写数字识别的程序修改成带有卷积操作的深度神经网络结构

在卷积神经网络的后续学习中, 提供对应的googlenet框架模型, 1×1卷积核的作用, residual net网络框架. 通过手写数字集在进行复现.

2022-12-08 21:52:47 245 3

原创采用梯度方法求最小

采用梯度方法求最小

2022-12-08 21:50:07 132 1

原创 sklearn方法求最小

sklearn方法求最小

2022-12-08 21:48:54 277 1

原创线性训练模型计算最小损失值

计算训练集

2022-12-08 21:47:48 344 1

原创创建线程threading

创建线程

2022-12-08 21:46:05 133

原创 python预算房价

利用python预算房价

2022-12-08 21:38:19 320 1

原创线性卷积和有关手写识别例题的提升

手写数字识别例题;和卷积

2022-12-08 21:26:45 113

原创计算出 ∂Q∂a=9a2 且 ∂Q∂b=−2b

我们定义Q=3a3−b2, 则可以计算出 ∂Q∂a=9a2 且 ∂Q∂b=−2b, 然后我们将a，b的值带入就可以计算出对应的梯度值。

2022-12-07 23:02:36 88

原创采用softmax函数进行

采用softmax函数进行

2022-12-07 23:00:33 125 1

原创卷积神经网络

首先需要完成卷积网络的维度的推断

2022-12-07 22:58:46 64 1

原创游戏设计python

class Game()

2022-12-07 22:56:15 467 7

原创 ython中有两种方式实现线程

实例化一个threading.Thread的对象，并传入一个初始化函数对象（initial function )作为线程执行的入口；继承threading.Thread，并重写run函数；

2022-12-07 22:54:12 78 1

原创线性系统糖尿病

显示一个糖尿病例子的预测问题

2022-12-07 22:52:46 97 1

原创 python猜数字

猜数字：随机产生一个1～100的正数，从键盘输入一个正整数，程序判断告诉：输入数据大了，还是小了。最终找到这个数字。

2022-12-07 22:28:57 432

python，pythorch深度学习考试复习题目

简单分类适合大学生在校生考试，关于pythorch深度学习的代码和源码：猜字，加减乘除，游戏设计，绘制图像，创建线程，线性回归，糖尿病，多线程等实验代码

2022-12-07

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

最爱草莓大布丁 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：贵州省

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）

16: 原创

136万+: 周排名

191万+: 总排名

3353: 访问

: 等级

173: 积分

2: 粉丝

0: 获赞

20: 评论

0: 收藏

私信

关注

热门文章

最新评论

画图操作过程和代码
最爱草莓大布丁: 通过下面的代码可以直观的看出，当取得不同b的时候，得到的直线的样子。 def LinearFunction(x,a=3.2,b=3.4): return a*x+b def LinearFunction2(x,a=3.2,b=3.5): return a*x+b x_data = [1,2,3,4] y_data = [6.8, 9.8, 13.2, 16.2] z_data = [6,12,18,24] n_data = np.arange(5) m_data = np.zeros([5,1]) l_data = np.zeros([5,1]) for i in range(5): m_data[i] = LinearFunction(n_data[i]) l_data[i] = LinearFunction2(n_data[i]) plt.scatter(x_data,y_data) plt.plot(n_data,m_data,'r') plt.plot(n_data,l_data,'g') plt.show()
线性训练模型计算最小损失值
最爱草莓大布丁: 接下来,我们采用梯度的方法进行网络的改写 import numpy as np from matplotlib import pyplot as plt data_x = [1, 2, 3] data_y = [2, 4, 6] loss_list = list() a_list = list() alpha = 0.01 def forward(x): return a * x def lossFunction(x, y): y_pred = forward(x) loss = (y_pred - y) ** 2 return loss def predict(x, a_): return a_ * x def gradient(a, x, y): a = a - alpha * 2 * (a * x - y) * x return a if __name__ == '__main__': a = 0 for epoch in range(1000): # for a in np.arange(0, 4, 0.1): sum_loss = 0 for i in range(3): sum_loss += lossFunction(data_x[i], data_y[i]) a = gradient(a, data_x[i], data_y[i]) loss_list.append(sum_loss / 3) a_list.append(a) plt.subplot(211) plt.plot(a_list) plt.subplot(212) plt.plot(loss_list) plt.show() plt.figure() plt.plot(a_list, loss_list) plt.xlabel('a') plt.ylabel('loss') plt.show() min_value = min(loss_list) index_lossMin = loss_list.index(min_value) print(index_lossMin) proper_a = a_list[index_lossMin] print(proper_a) print("Please input the desired x:") desired_x = input() print(f"The predict output for the linear model is {predict(float(desired_x), proper_a)}") import time import numpy as np from matplotlib import pyplot as plt import random x_data = [1,2,3] y_data = [2,4,6] loss_list = list() a_b_list = list() def forward(a, x): return a*x def lossFunction(a,x,y): y_pred = forward(a,x) loss = (y - y_pred)**2 return loss alpha = 0.1 def gradient(x, a, y): a = a - alpha*2*x*(x*a -y) return a a_list = list() b_list = list() if __name__ == '__main__': a = random.randint(0, 10) for epoch in range(100): sum_loss = 0 for i in range(3): sum_loss += lossFunction(a, x_data[i], y_data[i]) a = gradient(x_data[i], a, y_data[i]) loss_list.append(sum_loss/3) a_list.append(a) b_list.append(epoch) print(f'epoch = {epoch}, a = {a}, loss = {sum_loss/3}') time.sleep(0.5) # time.sleep(0.5) # plt.plot(a_list, loss_list) plt.plot(b_list, loss_list) plt.show()
游戏设计python
最爱草莓大布丁: 下面的例子显示一个糖尿病例子的预测问题： import numpy as np from matplotlib import pyplot as plt import torch data_xy = np.loadtxt('/homeasing/Documents/pytorchbooklit/diabetes.csv.gz', delimiter=',', dtype=np.float32) x_data = torch.from_numpy(data_xy[:,:-1]) y_data = torch.from_numpy(data_xy[:,-1]).reshape(-1,1) class LinearExample(torch.nn.Module): def __init__(self): super(LinearExample, self).__init__() self.linear1 = torch.nn.Linear(8,6) self.linear2 = torch.nn.Linear(6,4) self.linear3 = torch.nn.Linear(4,1) # self.linear4 = torch.nn.Linear(2,1) self.sigmoid = torch.nn.Sigmoid() self.relu = torch.nn.ReLU() def forward(self,x): x = self.relu(self.linear1(x)) x = self.relu(self.linear2(x)) x = self.linear3(x) # x = self.linear4(x) return self.relu(x) # return self.sigmoid(x) model = LinearExample() criterion = torch.nn.BCELoss(reduction='mean') optimizer = torch.optim.SGD(model.parameters(),lr=1e-2) loss_list = list() if __name__ == '__main__': for epoch in range(300): y_pred = model(x_data) loss = criterion(y_pred, y_data) loss_list.append(loss.item()) optimizer.zero_grad() loss.backward() optimizer.step() plt.plot(loss_list) plt.show()
游戏设计python
最爱草莓大布丁: 汽车类型代码 #这是一个Car类 class Car(): # ''' #kind : 车的品牌 #length ：车的长度 #weight ：车的重量 #''' def __init__(self,kind='BMW',length=4.5,weight=1.6): self.kind=kind self.length=length self.__weight=weight #__weight 表示私有属性不能直接调用 #显示车的重量 def showWeight(self): return self.__weight #初始化Car类 BMW=Car() #打印车的每个属性 print(BMW.kind) print(BMW.showWeight()) print(BMW.length)
游戏设计python
最爱草莓大布丁: 我还在找

最新文章

提示

确定要删除当前文章？

取消删除