- 博客(7)
- 收藏
- 关注
RSS订阅原创 算法设计与分析第五章作业（最小重量机器设计问题）
设x[i]表示第i个部件选择了第几个供应商，设cc表示当前的总重量，设cv表示当前的价值，如果满足限界函数的话，则为cc+=w[t][i]；假设有n个部件，m个供应商，那么解空间可以为{1,1,1...1}、{2,2,2....2}、{3,3,3..3}....、{m,m,m...m}....也就是对于每个部件来说都可以从1-m之间选择。由题目要求可知，重量必须为最小，则可以设置一个bestc表示重量最小值，如果在当前节点下cc+w[t][i]
2023-12-06 23:28:27
439
1
原创 【PyTorch深度学习与实践】第五讲用PyTorch实现线性回归
3.loss得出的应该是标量，但是如下图，我们一开始计算得出的loss是一个多维的矩阵，在此我们应该做的就是对求出的多维loss进行求和，然后我们可以自己选择是否对其进行求均值。1.w和b 的维度得根据x、z、y的维度来确定，比如说已经知道x的维度是4*1，z的维度是3*1，那么根据线性代数的知识可以知道w的维度应该是3*4，b的维度应该是3*1才能与x相乘得到z的维度。（4）forward函数是在覆盖__call__函数，进行实例化，linear（x）实现的是x*w+b，至于是w还是w得转置无所谓。
2023-11-18 19:42:01
62
1
原创 【PyTorch深度学习与实践】第三讲梯度下降算法
但是在非凸函数中，可能在找到其中一个局部最优点的时候就停止迭代了，不过在深度学习实践中我们发现，这样的非凸函数还是很少的，克服这一点相对简单，我们更加担心的是出现“鞍点”。在我们的训练集中，一般都会呈现收敛趋势，但不可避免中间会有些波动（如红色线），这时我们通常采用指数加权均值的方法：Ci' = βci + (1-β）Ci-1'来让曲线变平滑。如果区间过大，数据量过大，可能就无法跑动了，此时可能想到用分治法进行小区间划分，但是分治法比较适合曲线光滑的凸函数，如果是不规则的曲线可能就会错过最优解。
2023-11-01 13:32:46
64
原创 【PyTorch深度学习实践】第二讲线性模型
一般的线性模型为：y=w*x+b，我们将线性模型进行简化，把截距去掉，在上例中，对于给出的（x,y）值的分布，我们要思考找到一个w来拟合（x,y）的分布。训练集应该尽量符合现实情况，如果训练集模拟的过好，噪声太大，即过拟合，我们希望的是泛化能力。可以利用穷举法计算在需要求的实数区间内所有的取值，就可以得到一个最低点，最低点即是最优解。我们知道x 和y的值，叫做监督学习，监督学习之后还得经过测试（测试集）先有个数据集，经过我们的算法之后，再有个输入经过算法便可得到预测结果。2、进行评估，找到评估模型（损失）
2023-10-31 00:06:44
69
1
原创 华为代码规范小记（c）
1、标识符的命名要清晰、明确，使用完整的单词或者大家可以理解的缩写，方便理解和避免产生误解。2、除了常见的通用缩写之外，其他单词不得缩写，也不能使用中文拼音、3、命名要与所在项目组保持一样的风格。4、使用正确的反义词来命名具有互斥意义的变量或者相反动作的函数。5、尽量避免名字中出现编号，除非在逻辑上需要。6、标识符前不应该加项目、部门名称等作为前缀，否则变动很麻烦。7、文件命名统一用小写字符。全局变量应该加g_ , 静态变量应该加s_。8、禁止使用单字符命名，但可以使用ijk作为局部变量。
2023-10-05 23:47:12
305
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