- 博客(30)
- 收藏
- 关注
RSS订阅原创 C/C++语言基础--预编译指令、宏定义(带参宏、宏函数)、头文件重复包含解决方法等
预定义宏是C语言中标准编译器预先定义的宏，在ANSI标准中C程序有5个预定义宏可以直接使用。宏说明LINE当前编译的代码的行号FILE当前编译文件的源文件名DATE当前源程序创建的日期TIME当前源程序创建的时间FUNCTION当前正在被访问的函数名int main()return 0;11:18:0410main注意：__FUNCTION__调bug特别好用，🤠#define 叫做宏定义命令，它也是C语言预处理命令的一种。所谓宏定义，就是用一个标识符来表示一个表达式。
2024-09-12 11:37:39
906
原创 深度学习基础案例4--运用动态学习率构建CNN卷积神经网络实现的运动鞋识别(测试集的准确率84%)
准确率和损失率理想：测试集损失率底，且测试集准确率高过拟合：训练集准确率高，而测试集准确率比较低，比如在这个案例中，如果学习率直接设置固定值，会发现到后面的时候，准确率上升，甚至达到了98%，但是测试集准确率却一直在78%徘徊，故如训练次数多的时候，训练集准确度一般会一直上升(有梯度下降法优化)，但是测试集可能会在后一个地方一直徘徊，甚至出现下降的现象，从而出现过拟合的现象。
2024-09-10 00:09:16
738
1
原创 C/C++语言基础--函数基础(函数定义、调用、生命周期、递归）
是一个大型程序中的某部分代码，由一个或多个语句块组成。它负责完成某项特定任务，而且相较于其他代码，具备相对的独立性。是构成程序的基本模块，封装思想，可以实现代码复用为什么要使用函数？可以省去编写重复代码的苦闷可以让程序模块化，提高代码可读性方便后期修改、完善隐藏了实现的细节下图是在一个入口函数main下调用的函数和变量一样，要想使用一个函数，定义是不可缺少的，函数定义有4个要素：返回类型，函数名，形参和函数体。
2024-09-02 15:44:56
1421
原创 深度学习基础案例4--构建CNN卷积神经网络实现对猴痘病的识别(测试集准确率86.5%)
卷积层：对特征进行提取，影响因素主要有：通道大小的变化，卷积核大小、卷积步伐大小，填充值等，通道大小和卷积核大小对特征提取上影响很大，卷积核小，通道变大，计算就会变得复杂，当然对特征的提取也更多池化层：用于降维，卷积层数据提取完毕后，减少维度，可以更好的挖掘数据关系全连接：将维度全部进行展开，然后进行降维需要积累不同卷积模型，才能很好的提升精度理想状态下准确率：训练集准确率逐步提高，测试集也是，并且训练集准确率和测试集的相近损失率：训练集损失率降低，测试集也是，并且训练集损失率和测试集的相近。
2024-09-01 17:39:12
1449
原创 C/C++语言基础--C文件操作(打开、关闭、读写、重定向等)
在Linux上，万物皆文件，在Windows上，我们磁盘下的一个个文件夹、dox等也称文件，一般指存储在外部介质(如磁盘磁带)上数据的集合水流的特点，一个地方流到另外一个地方，单向流动的，IO流原理也类似。操作系统是以文件为单位对数据进行管理的，输入输出是数据传送的过程，数据如流水一样从一处流向另一处，因此常将输入输出形象地称为流(stream)，即输入输出流。例如：在C语言中，可以把文件看作是一个容器，可以从这个容器中读数据和写数据。
2024-08-31 15:18:37
1907
原创 机器学习/数据分析案例---糖尿病预测
环境：seaborn绘制热力图的时候，版本需要与matplotlib版本配对，matplotlib版本需要在3.8.0以下随机森林：可以决解多重共线性问题进一步熟悉了数据分析的过程不足：算法的扩展性、数据特征提取没有做。
2024-08-30 15:08:58
2227
原创 机器学习/数据分析--通俗语言带你入门随机森林，并用随机森林进行天气分类预测(Accuracy为0.92)
Bagging集成核心思想：将数据集集随机分为N份，每一份用一个模型求解，最后将所有模型结果进行投票得出结果。自动采样法自动采样法，可以有放回的采样，假设m个样本的数据集，每一次随机拿去一个样本，然后放回，这样就有概率下一次再被选中，经过m次采样，一次大概有百分之63.2%(数学公式推导而出)的数据被选中。数学公式推导：假设每一个样本被选择的概率为 1/m，这样进行m次选择，没有选择的概率为：1−1mm1−m1m当m->∞\infty∞1e≈0.368。e。
2024-08-29 15:35:00
1568
原创 深度学习基础--11个专题带你入门Pytorch下篇(包括自动微分、模型保存、使用深度学习构建线性回归案例等)
make_regression() 作用：用来随机生成回归数据n_samples：数据集中样本的数量。n_features：每个样本的特征数量。n_informative：在生成的特征中，有多少个是真正影响目标变量的。n_targets：目标变量的数量，可以用于多元回归。bias：在目标变量中添加的常数偏置。effective_rank：如果指定，创建低秩矩阵来模拟相关性。tail_strength：控制权重衰减的强度。noise：在目标变量中添加的高斯噪声的标准差。
2024-08-28 12:50:02
1222
原创 深度学习基础--11个专题带你入门Pytorch上
在pytorch中创建张量，是存储在整块内存中的，而使用transpose 和 permute 函数后，返回的张量是由不同的数据块组成了(可以由is_contiguous判断是否由一整内存快组成)组成的，并没有存储在整块的内存中，view函数无法对这样的张量进行变形处理，例如：一个张量经过了 transpose 或者 permute 函数处理后就无法通过view函数进行形状操作。，将其转换成指定的形状，在后面的神经网络学习中，会经常使用该函数来调整数据的形状，用来适配不同网络层之间的数据传递。
2024-08-27 19:21:02
1146
原创 机器学习/数据分析--通俗语言带你入门决策树(结合分类和回归案例)
定义(统计学习方法)：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、有向边组成，节点类型有两种，内部节点和叶子节点，内部节点表示一个特征或者属性，叶子节点表示一个类。决策树与if-then学过任何语言的人都知道if-else结构，决策树也是这样，如果if满足某一种条件，则归到一类，不满足条件的归到另外一类，如此循环判断，一直到所有特征、属性和类都归类到某一类，最终形成一颗树注意：一个原则互斥且完备。决策树过程特征选择、建立决策树、决策树剪枝三个过程决策树解决问题。
2024-08-26 20:49:37
1070
原创 C/C++语言基础--结构体知识详解(包括：结构体数组、字节对齐、位段等内容）
结构体类型已经声明，如何使用结构体类型定义结构体变量呢？先声明结构体类型再定义结构体变量在声明结构体类型的同时定义变量...}maye;typedef取别名之后再定义变量...}Student;//加了typedef之后，这里的Student就是struct Student 的别名了通过第一种方法定义结构体变量时，struct关键字不能省略。
2024-08-25 11:55:57
1604
1
原创 C/C++语言基础--字符串(包括字符串与字符数组、字符串与指针、字符串处理函数等)，代码均可运行
编译器不会给字符数组自动添加’\0’编译器会自动给双引号的字符串字面值加上’\0’指针指向的字符串是常量，是没法修改的。
2024-08-23 13:21:02
1378
原创 机器学习/数据分析--通俗语言带你入门K-邻近算法(结合案例)
解决了什么问题？K-邻近，简称KNN，KNN解决了的分类与回归问题，主要运用解决分类问题例子说明首先上图，上图有三类不同形状，O是要预测他属于那一类，KNN算法的思想就是，选取与他最近的K的点，那个类别占比大，他就属于那个类别。K值为3时候，三角形最多，故它属于三角形类K值为5的时候，正方形最多，故它属于正方形那一类。
2024-08-22 20:25:25
1049
原创 C/C++语言基础--指针三大专题详解3，完结篇(包括指针做函数参数，函数指针，回调函数，左右法则分析复杂指针等）
函数返回值类型 (* 指针变量名) (函数参数列表);“函数返回值类型”表示该指针变量所指向函数的 返回值类型；“函数参数列表”表示该指针变量所指向函数的参数列表。那么怎么判断一个指针变量是指向变量的指针，还是指向函数的指针变量呢？看变量名的后面有没有带有形参类型的圆括号，如果有就是指向函数的指针变量，即函数指针，如果没有就是指向变量的指针变量。函数指针没有++和 --运算实际当中，需要声明一个复杂指针时，如果把整个声明写成上面所示的形式，对程序可读性是一大损害。
2024-08-22 19:20:50
1327
原创 机器学习/数据分析--通俗语言带你入门逻辑回归(结合案例)
逻辑回归也称为对数几率回归，主要处理的是二分类问题，虽然名字带有回归，但是处理的是分类问题，那什么是二分类问题呢？二分类问题就是y取值为{0,1}，转化成函数表达式如下：y0z0;0.5z0;z0;z0Z > 0，判断为正例Z < 0，判断为反例Z = 0，为临界值，可以任意判断但是。
2024-08-20 15:42:00
953
原创 机器学习/数据分析--通俗语言带你入门线性回归(结合案例)
回归的目的是预测，如我们高中学过的最小二乘回归，通过自变量(X)预测因变量(Y)。回归之所以能预测，是因为它通过大量的自变量(X)去拟合因变量(Y)，寻找他们之间的线性关系。线性关系就是可以用一个线性方程来表示(通过一个或者多个变量来表示另外一个变量)如图一个最简单的一元线性回归：一句话概括就是：通两个或者多个变量来预测结果。
2024-08-18 19:16:43
852
原创 Matplotlib基础入门--数据分析三大件完结
1、构建x刻度和标签x_ticks_label = [“11点{}分”.format(i) for i in x]构建y刻度2、修改#构建x刻度和标签x_ticks_label = ["11点{}分".format(i) for i in x]#构建y刻度#修改。
2024-08-17 15:26:37
1337
原创 C/C++语言基础--指针三大专题详解1(包含常见错误，代码均可运行)
指针描述了数据在内存中的位置，标示了一个占据存储空间的实体，在 C/C++语言中，指针一般被认为是指针变量，指针变量的内容存储的是其指向的对象的首地址，指向的对象可以是变量，数组，函数等占据存储空间的实体。总的来说指针实际上是一种特殊的数据类型，用来存储的首地址一种特殊的数据类型，用来描述数据在内存中的位置指针定义如下int *p;同时定义多个指针变量时，每个标识符前面都要加*号，否则后面的会被定义成int型变量。
2024-08-16 13:42:11
1186
原创 深度学习基础案例3--构建CNN卷积神经网络实现对不同天气的识别(测试集准确率百分之90+)
pathlib.Path(): 将文件转化成 pathlib 对象data_dir.glob(‘*’)：显示 data_dir 目录下所有的文件[str(name).split(“\”)[1] for name in data_paths] 列表推导式# 显示一部分图片from PIL import Image # PIL 下的图像处理中的 Image库# 指定图片路径# 遍历所有文件# 创建子图。
2024-08-15 20:31:53
777
原创 C/C++语言基础--一维和二维数组详解(包含基础排序，二分，推箱子等案例，代码均可运行)
数据类型 数组名[LEVEL][ROW][COLLEVEL 三维数组的层ROW 三维数组的行COL 三维数组的列对于三维数组可以理解为一个本子，每一页都是一层，而每一页上的表格就是对于的二维数组。
2024-08-14 12:41:31
1124
原创 《Python数据科学手册》---Numpy学习笔记(万字)
c = a + bd = a + 5结果：广播允许在不同大小的数组上执行这些类型的二进制操作——例如，我们可以很容易地向数组中添加标量.MM + a虽然这些示例相对容易理解，但更复杂的情况可能涉及两个数组的广播。print(a)print(b)结果：[0 1 2][[0][1][2]]a + b[1, 2, 3],
2024-08-13 09:35:07
1075
原创 研究C++20语法----在ubuntu中安装gcc13和g++13
ppa地址在国外，下载会很慢，故可以换成国内的源。输出Hello world！：需要在root用户下操作才能成功。
2024-08-12 12:57:02
371
原创 深度学习基础案例2--从0到1构建CNN卷积神经网络(以识别CIFR10为例）
函数原型：输入通道数：输出通道数：卷积层大小stride：卷积步伐大小padding：添加到输入的所有四个边的填充。默认值：0dilation：扩张操作，控制kernel点（卷积核点）的间距，默认值:1。groups：将输入通道分组成多个子组，每个子组使用一组卷积核来处理。默认值为 1，表示不进行分组卷积。：‘zeros’, ‘reflect’, ‘replicate’或’circular’. 默认：‘zeros’卷积维度的计算卷积输出维度计算公式如下：输入图片矩阵大小：w * w。
2024-08-09 18:05:32
801
原创 C/C++语言基础--C语言标准输入和输出
stdint.h头文件定义了各种整型的别名。定义在该头文件中的宏限制了各种整型（比如 char、int 和 long）的值。这些限制指定了变量不能存储任何超出这些限制的值，例如一个无符号可以存储的最大值是 255。下面的值是特定实现的，且是通过 #define 指令来定义的，这些值都不得低于下边所给出的值。宏值描述INT8_MIN-128定义一个字节的比特数。INT16_MIN-32768定义一个有符号字符的最小值。INT32_MIN定义一个有符号字符的最大值。INT64_MIN。
2024-08-08 23:16:28
1009
原创 C/C++语言基础--运算符和表达式
在由&&和||运算符组成的逻辑表达式中，C语言有个“节省计算”原则，当计算出一个子表达式的值后便可确定整个逻辑表达式的值时，后面的子表达式就不需要再计算了，这种表达式也称为短路表达式。对于&&符号，如果左边表达式为false，则右边表达式不会执行，即不会执行printf(“1”)，如果左边表达式为true,则右边表达式会执行，即会执行printf(“2”)，输出2。这个就是由“结合性”决定的。，乘和除的优先级相同，但是计算的时候是从左往右，即先计算乘再计算除，所以乘和除的结合性就是从左往右。
2024-08-05 23:52:30
773
原创 深度学习基础案例1--CNN卷积神经网络实现MNIST数字识别
了解深度学习的构建流程：设置环境—>导入数据—>选择和构建神经网络—>编写模型训练和测试函数—>模型训练与评估—>模型结果可视化分析。了解pytorch的使用初步了解CNN神经网络的结构，主要包含卷积层、池化层、全连接层：导入数据：动态加载数据：数据维度缩减nn.Conv2d，构造卷积层，构造池化层F.relu，激活函数nn.Linear，全连接层，创建损失函数，初始化梯度下降loss_fn来计算预测值和实际值的损失反向传播，来自动计算损失关于模型参数的梯度。
2024-08-02 16:14:24
881
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