Wendy030的博客

P.S.代码内容取自以下这篇博客：https://blog.csdn.net/qq_45874897/article/details/105516981

此次培训内容为搭建简单模型。一、模拟散点数据 1、创建由100个范围为-1~1的数构成的一维张量用于表示x的值，再将x转换为100*1的矩阵； 2、根据公式y=x^4创建y的矩阵值，为了保证y的严谨性和合理性需要增加干扰，由于干扰由torch.rand()产生，所以每次产生的干扰数都不同，输出的值也就不一样； 3、将x和y都转换为numpy数据类型，即将tensor([[......]])转换为[[......]]； 4、绘制散点图并可视...

该目标检测学习自以下地址内容：(6条消息) 睿智的目标检测30——Pytorch搭建YoloV4目标检测平台_Bubbliiiing的学习小课堂-CSDN博客_yolov4目标检测https://blog.csdn.net/weixin_44791964/article/details/106214657(6条消息) 神经网络学习小记录-番外篇——常见问题汇总_Bubbliiiing的学习小课堂-CSDN博客https://blog.csdn.net/weixin_44791964/article/de

图 CNN卷积神经网络学习链接：(98条消息) 深度学习——CNN(卷积神经网络)（超详细）_程旭员的博客-CSDN博客_深度学习中cnn一、...

此次培训为写模型预测代码。在描述代码前，我先将自己配环境的血泪史附上。笔者一开始创建了一个torch版本1.2.0、CUDA版本10.0的虚拟环境，但是由于torch版本不够，所以跑不了此次培训代码，这是因为1.2.0的torch没有Hardswish这个属性，只有更高级的版本才有。以下网址打开可以查看torch版本即它们对应的属性和方法有哪些。https://pytorch.org/docs/versions.htmlhttps://pytorch.org/docs...

注：下述内容学习自这篇博客 (98条消息) 深度学习超参数介绍及调参_xu_fu_yong的专栏-CSDN博客_深度学习超参数--------------------------------------------------------------------------------------------------------------------------- （1）超参数介绍 ① 通常是手工设定，不断试错调整； ...

一、什么是机器学习如果把算法比作带有输入和输出的机器，那么能够让算法提取数据中蕴含的规律，通过利用数据，训练出模型，然后使用模型预测的一种方法，这就叫机器学习。（其实单看这个概念还是很抽象） 监督学习：输入机器的数据是带有标签的。 无监督学习：输入机器的数据不带有标签。 （PPT中“盗的图”）二、回归问题 线性回归 说来说去其实...

感觉把每一行代码都理解过去特别爽！！！minist_train.pyimport torchfrom torch import nnfrom torch.nn import functional as Ffrom torch import optimimport torchvisionfrom matplotlib import pyplot as pltfrom utils import plot_image, plot_curve, one_hot#！！！首先是训练集处理部分