PyTorch - Deep Learning
文章平均质量分 50
基于pytorch的神经网络模型
yayakoko
学习,积累,记录。
展开
-
逻辑回归(Logistic Regression,LR)
可以把乘法变为加法,得到对数似然函数。所以可以用对数似然函数构造损失函数,然后采用梯度下降法求解。分类——找到一条线可以将不同类别区分开。,估计出得出目前结果的最大可能性。怎样求解,在不改变函数单调性的。是机器学习的两个主要问题。其中o为需要求的参数。原创 2024-07-18 17:30:53 · 359 阅读 · 0 评论 -
分类损失函数 (一) torch.nn.CrossEntropyLoss()
索引:torch.tensor([0,1, 1, 3], dtype=torch.long)其中target标签可以是:列表:torch.tensor([[1, 0, 0, 0],其中logits预测值是网络输出:[[0.8, 0.5, 0.2, 0.5],y:真是标签的概率分布,y':模型预测的概率分布。原创 2024-07-17 13:27:19 · 552 阅读 · 0 评论 -
数据清洗——去重
在训练神经网络模型首先对数据进行处理。原创 2024-07-19 17:32:15 · 241 阅读 · 0 评论