pytorch
yihanyifan
所谓梦想,就是永不停息的疯狂
展开
-
CREATING YOUR OWN DATASETS
Pyg创建自己的实例原创 2022-06-13 11:06:06 · 136 阅读 · 0 评论 -
矩阵运算和PyTorch.nn.Conv2d实现二位卷积代码
import torchimport torch.nn as nnimport torch.nn.functional as Fin_channels=1out_channels=1kernel_size=3bias=Falsebatch_size=1input_size=[batch_size,in_channels,4,4]conv_layer=torch.nn.Conv2d(in_channels,out_channels,kernel_size,bias=bias)input.原创 2022-03-18 22:38:21 · 644 阅读 · 0 评论 -
实现二维卷积层
import torchfrom torch import nndef corr2d(X,K): h,w=K.shape Y=torch.zeros((X.shape[0]-h+1,X.shape[1]-w+1)) for i in range(Y.shape[0]): for j in range(Y.shape[1]): Y[i,j]=(X[i:i+h,j:j+w]*K).sum() return Y# X=torch.t.原创 2022-03-16 17:08:03 · 188 阅读 · 0 评论 -
Pytorch中Conv2d的使用
接口定义:class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)参数解释:stride:步长 zero-padding:图像四周填0 dilation:控制 kernel 点之间的空间距离,这个看着定义有点抽象,看下面的图就理解了 groups:分组卷积Convolution 层的参数中有一个grou原创 2022-02-23 21:27:02 · 5215 阅读 · 0 评论 -
决策树回归器
决策树回归器模型API:import sklearn.tree as st#创建决策树回归模型, 决策树最大深度为4model=st.DecisionTreeClassifier(max_depth=4)#训练模型# train_x:二维数组样本数据# train_y:训练集中对应每行样本的结果model.fit(train_x,train_y)#预测模型pred_test_y=model.predict(test_x)预测房价:import sklearn.da原创 2021-12-09 21:07:45 · 298 阅读 · 0 评论 -
线性回归之保存与加载
模型训练是一个耗时的过程,一个优秀的机器学习是非常宝贵的。可以模型保存到磁盘中,也可以在需要使用的时候从磁盘中重新加载模型即可。不需要重新训练。模型保存和加载相关API:import picklepickle.dump(内存对象,磁盘文件)#保存模型model=pickle.load(磁盘文件) #加载模型案例:把训练好的模型保存到磁盘中#将训练好的模型对象保存到磁盘文件中with open('../../data/link.pkl','wb') as f: pic原创 2021-12-08 21:53:29 · 510 阅读 · 0 评论 -
线性模型之Linear Regression
1.sklearn对广义线性模型(Generalized Linear Models)的定义如下: 拟合一条直线使得损失最小,损失可以有很多种,比如平方和最小等等; 【注】y是输出,x是输入,输出是输入的一个线性组合。 【注】系数矩阵就是coef_,截距就是intercept_2.sklearn对广义线性模型中的线性回归算法(Linear Regression)的定义如下:3.线性回归基本图形4.sklear中Lin...原创 2021-12-08 21:05:49 · 516 阅读 · 0 评论 -
sklearn.datasets使用方法(最详细)
load_<dataset_name> 本地加载数据,保存在了本地磁盘上,本地加载数据,保存在..datasets\\data目录下的 datasets.load_boston #波士顿房价数据集 datasets.load_breast_cancer #乳腺癌数据集 datasets.load_diabetes #糖尿病数据集 datasets.load_digits #手写体数字数据集 datasets.load_files datasets.load_iris #鸢原创 2021-12-08 18:33:44 · 9753 阅读 · 2 评论 -
Pytorch基本语法
包torch包含了多维张量的数据结构以及基于其上的多种数学操作。另外,它也提供了多种工具,其中一些可以更有效地对张量和任意类型进行序列化。张量 Tensorstorch.is_tensor obj=torch.full((2,3),6)print(obj)print(torch.is_tensor(obj)) 如果obj是一个pytorch张量,则返回True torch.is_storage obj=torch.full((2,3),6)print(obj...原创 2021-12-02 23:49:09 · 1428 阅读 · 0 评论