机器学习
机器学习方法的分享
欲与语之鱼
这个作者很懒,什么都没留下…
展开
-
UserWarning: mkl-service package failed to import, therefore Intel(R) MKL initialization ensuring it
https://blog.csdn.net/u010741500/article/details/107141692原创 2021-02-05 12:11:41 · 811 阅读 · 0 评论 -
Pycharm中出现ImportError:DLL load failed:找不到指定模块的解决方法
https://blog.csdn.net/qq_28714865/article/details/99111240原创 2021-02-03 18:14:37 · 817 阅读 · 0 评论 -
计算机好的论文网站
1.中国知网,这个不多解释2.IEEE 数据库(IEEE(美国电气电子工程师学会)/IET (英国工程技术学会)Electronic Library)是IEEE旗下最完整的在线数据资源,它提供了当今世界在电气工程、通信工程和计算机科学领域中,近三分之一的文献,并在多个学科领域引用量名列前茅,IEL数据库中的130多种期刊杂志被SCI收录3.AAAI国际人工智能协会。前身为美国人工智能协会,目前是一个非盈利的学术研究组织,致力于推动针对智能行为本质的科学研究4.CVPR,国际计算机视觉与模式识别会议(C原创 2021-02-02 20:07:21 · 3773 阅读 · 0 评论 -
Anaconda下安装lightgbm方法
1.先打开 Anaconda prompt2.输入:conda install -c conda-forge lightgbm注:如果是在pytorch环境下安装,那就先输入activate pytorch进入pytorch中再安装参考链接:https://blog.csdn.net/m0_37534550/article/details/88060071https://www.pianshen.com/article/30641367069/...原创 2021-01-25 23:37:45 · 5884 阅读 · 0 评论 -
Anaconda中安装tqdm方法
1.打开Anaconda Prompt2.输入:conda install -c conda-forge tqdm或者输入pip install tqdm原创 2021-01-25 23:09:46 · 15579 阅读 · 0 评论 -
Anaconda中安装xgboost的方法
1.打开Anaconda Prompt2.输入命令:`pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple`注:如果是给pytorch或者是给tensorflow安装xgboost,就先输入activate pytorch 进入pytorch或者tensorflow环境中,再安装。原创 2021-01-25 23:07:09 · 1491 阅读 · 1 评论 -
anaconda环境下给pytorch安装sklearn
1.首先点击Anaconda Prompt2.输入activate pytorch,进入pytorch里面3.输入conda install scikit-learn原创 2021-01-25 23:00:39 · 4967 阅读 · 0 评论 -
python实现果蝇优化算法(FOA算法)
# 该方法可以运行,适用于调整多个参数的方法import numpy as npimport matplotlib.pyplot as plt#定义需要解的函数(名称为fun1)def fun1(arr1,arr2): y = arr1**2 + arr2**2 return y#######果蝇算法########初始化果蝇参数popsize = 30 #果蝇种群规模maxgen = 100 #果蝇最大迭代次数R = 1 #果蝇飞行半径D = 2原创 2020-12-29 16:34:36 · 1557 阅读 · 0 评论 -
利用python实现果蝇优化算法
本方法适合调整单参数# 该方法可以运行,适用于只调一个参数的方法import numpy as npimport matplotlib.pyplot as plt#定义需要解的函数(名称为fun1)def fun1(arr): y = 2*arr**2-1 return y#######果蝇算法########初始化果蝇参数popsize = 30 #果蝇种群规模maxgen = 100 #果蝇最大迭代次数R = 1 #果蝇飞行半径D = 1原创 2020-12-29 16:31:24 · 701 阅读 · 0 评论 -
果蝇优化算法(FOA)原理
https://www.cnblogs.com/fd-682012/p/11935772.htmlhttps://blog.csdn.net/stm32_newlearner/article/details/82990567https://blog.csdn.net/willbkimps/article/details/54927426https://blog.csdn.net/u014034497/article/details/68923767/原创 2020-12-29 16:30:10 · 1784 阅读 · 0 评论 -
GBDT原理及开源代码
https://zhuanlan.zhihu.com/p/91652813?utm_source=wechat_session原创 2020-12-27 16:30:19 · 398 阅读 · 0 评论 -
xgboost模型代码及应用案例
https://www.cnblogs.com/wyhluckdog/p/12194457.html原创 2020-12-27 16:28:34 · 949 阅读 · 0 评论 -
模型融合stacking代码
https://blog.csdn.net/WxyangID/article/details/80205075https://www.jianshu.com/p/719fc024c0echttps://blog.csdn.net/shine19930820/article/details/75209021原创 2020-12-27 16:27:28 · 622 阅读 · 0 评论 -
模型融合stacking原理
一.Stacking思想简介 1.Stacking的思想是一种有层次的融合模型,比如我们将用不同特征训练出来的三个GBDT模型进行融合时,我们会将三个GBDT作为基层模型,在其上在训练一个次学习器(通常为线性模型LR),用于组织利用基学习器的答案,也就是将基层模型的答案作为输入,让次学习器学习组织给基层模型的答案分配权重。 2.下图是个简单的例子,A、B是学习器,C、D、E是进行答案再组织的次学习器,次学习器会...原创 2020-12-27 16:23:41 · 3688 阅读 · 0 评论 -
pytorch实现简单的ResNet
https://blog.csdn.net/qq_35015757/article/details/106282417原创 2020-12-21 20:12:17 · 459 阅读 · 0 评论 -
pytorch中nn.Conv1d的用法详解
参考博客https://blog.csdn.net/sunny_xsc1994/article/details/82969867 博主欢迎转载,但请一定要给出原文链接,标注出处!!!谢谢~ pytorch之nn.Conv1d详解 (没想到当初整理这篇,竟然有那么多人看,而且还有不少人提问。由于CSDN不常登陆,所以评论不一定及时回复。大家如果用知乎的话,可以知乎私信我:Sunny.夏的知乎个人主页。我看到消息肯原创 2020-12-21 20:06:23 · 2690 阅读 · 1 评论 -
pytorch中交叉熵函数torch.nn.CrossEntropyLoss()怎么加入权重
关于交叉熵函数torch.nn.CrossEntropyLoss的基本用法可参考https://blog.csdn.net/zziahgf/article/details/80196376。那么如何在交叉熵函数中添加自定义的各类别的权重呢?定义参数weight即可,其中参数的内容要为tensor类型,而且要把dtype类型定义为float。用法为:方法一:### 我的类别数为12criterion = nn.CrossEntropyLoss(weight=torch.from_numpy(np.ar原创 2020-12-21 19:43:59 · 2656 阅读 · 0 评论 -
【深度学习】深入理解Batch Normalization批标准化
https://www.cnblogs.com/guoyaohua/p/8724433.html原创 2020-12-21 19:36:19 · 110 阅读 · 0 评论 -
pytorch之nn.Conv1d详解
Conv1dnn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)参数解读:in_channels: 输入通道。在文本分类中,即为词向量的维度out_channels: 卷积产生的通道。有多少个out_channels,就需要多少个1维卷积kernel_size:卷积核的尺寸(k, in_channels)stride: 卷积步长paddin原创 2020-12-21 19:32:00 · 10562 阅读 · 2 评论 -
Pytorch的net.train 和 net.eval的使用
在训练模型时会在前面加上:model.train()在测试模型时在前面使用:model.eval()使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval,eval()时,框架会自动把BN和DropOut固定住,不会取平均,而是用训练好的值,不然的话,一旦test的batch_size过小,很容易就会被BN层导致生成图片颜色失真极大!!!!!!model.train()启用 BatchNormalization 和 Dropoutmodel.eval()原创 2020-12-21 19:25:45 · 255 阅读 · 0 评论 -
过采样欠采样的处理方法
1、使用SMOTE进行过采样使用SMOTE过采样时应先切分训练集和验证集,再对训练集进行过采样,否则将会导致严重的过拟合https://beckernick.github.io/oversampling-modeling/使用方法:X_train, X_val, y_train, y_val = train_test_split(train_df[predictors], train_df[target], test_size=0.15, random_state=1234)from imble原创 2020-12-20 17:08:56 · 1775 阅读 · 1 评论 -
pytorch的net.train 和 net.eval的使用
训练完train_datasets之后,model要来测试样本了。在model(test_datasets)之前,需要加上model.eval(). 否则的话,有输入数据,即使不训练,它也会改变权值。这是model中含有batch normalization层所带来的的性质。在做one classification的时候,训练集和测试集的样本分布是不一样的,尤其需要注意这一点。在训练模型时会在前面加上:model.train()在测试模型时在前面使用:model.eval()参考链接:ht原创 2020-12-20 17:04:40 · 206 阅读 · 0 评论 -
Pytorch-CrossEntropyLoss参数
https://blog.csdn.net/zziahgf/article/details/80196376原创 2020-12-20 12:31:41 · 1883 阅读 · 2 评论 -
torch.utils.data.DataLoader使用方法
""" 批训练,把数据变成一小批一小批数据进行训练。 DataLoader就是用来包装所使用的数据,每次抛出一批数据"""import torchimport torch.utils.data as DataBATCH_SIZE = 5x = torch.linspace(1, 10, 10)y = torch.linspace(10, 1, 10)# 把数据放在数据库中torch_dataset = Data.TensorDataset(x, y)loader = D原创 2020-12-02 21:24:12 · 1766 阅读 · 0 评论 -
pytorch批量处理数据
from torch.utils.data import DataLoderdataLoder = DataLoder(dataset, batch_size = 1, shuffle = False, sampler = None, num_workers = 0, collate_fn = default_collate, pin_memory = False, drop_last=False)dataset -- 加载的数据集batch_size -- 批大小shuffle -- 是否将数据原创 2020-12-02 21:23:16 · 740 阅读 · 0 评论 -
pyTorch学习笔记之nn的简单实例
方法一:import torchfrom torch.autograd import VariableN, D_in, H, D_out = 64, 1000, 100, 10x = Variable(torch.randn(N, D_in))y = Variable(torch.randn(N, D_out), requires_grad=False)# define our model as a sequence of layersmodel = torch.nn.Sequential原创 2020-12-02 10:40:19 · 299 阅读 · 0 评论 -
利用pytorch框架搭建神经网络的两种方法
搭建神经网络的方法有很多种,本人常用的有两种方法,特地进行总结,每个会分别对应一个小例子演示如何搭建神经网络方法一:利用前馈神经网络方式搭建class Net(torch.nn.Module): def __init__(self, n_feature, n_hidden, n_output): super(Net, self).__init__() self.hidden1 = torch.nn.Linear(n_feature, n_hidden)原创 2020-11-29 21:35:29 · 1933 阅读 · 0 评论 -
anaconda安装xgboost和lightgbm
今天坐竞赛时发现自己电脑没有安装xgboost和lightgbm,然后就报错,报错如下:ModuleNotFoundError: No module named ‘lightgbm’解决办法:方法一:打开anaconda prompt,输入:pip install xgboost备注:这种方法比较慢方法二:打开anaconda prompt,输入: pip install xg...原创 2020-05-05 14:52:38 · 1876 阅读 · 2 评论 -
windows下anaconda安装pytorch方法
https://www.jb51.net/article/184076.htm原创 2020-04-24 19:12:30 · 286 阅读 · 0 评论 -
window环境+anaconda+tensorflow+keras安装教程
https://zhuanlan.zhihu.com/p/79436567原创 2020-11-10 13:38:32 · 89 阅读 · 0 评论 -
keras简明教程
keras简明教程原创 2020-11-13 15:43:44 · 139 阅读 · 0 评论 -
anaconda下安装pytorch教程
安装环境:windows10+anaconda如果还没有下载anaconda的可以看其他CSDN来下载配置好anaconda.1、安装anaconda(安装过程忽略)下载网址:https://mirrors.tuna.tsinghua.edu.cn/2、 安装pytorch2.1 打开Anaconda Prompt在命令行格式下,输入代码,完成调用清华镜像、建立pytorch环境、安装pytorch、测试pytorch过程2.2 使用清华镜像源网站分别输入以下4行代码:conda conf原创 2020-11-26 19:15:35 · 4508 阅读 · 1 评论 -
CCF&滴滴出行——路况状态时空预测AI算法竞赛baseline方案一(DNN模型)
楼主最近在参加一个比赛:废话不多说,比赛链接如下:https://www.datafountain.cn/competitions/466现在分享自己的代码,该方案目前成绩在65/2865运行环境: python 3.7.9 + tensorflow 2.0.0 + keras 2.3.1Name:Model_DNN一:数据预处理+特征工程本部分代码最后输出一个经过处理的训练集# Version: python 3.7.9 tensorflow 2.0.0 keras 2.3.1# Na原创 2020-11-26 19:33:35 · 2197 阅读 · 8 评论 -
CCF&滴滴出行——路况状态时空预测AI算法竞赛baseline方案二(lightgbm模型)
楼主最近在参加一个比赛:废话不多说,比赛链接如下:https://www.datafountain.cn/competitions/466现在分享自己的代码,该方案目前成绩在65/2865运行环境: python 3.7.9 ,pycharmName:Model_LGB一:数据预处理+特征工程import numpy as npimport pandas as pdimport osimport datetimefrom tqdm import tqdmfrom collections原创 2020-11-26 19:37:38 · 1010 阅读 · 0 评论 -
CCF&滴滴出行——路况状态时空预测AI算法竞赛baseline方案三(LSTM模型)
楼主最近在参加一个比赛:比赛链接如下:https://www.datafountain.cn/competitions/466现在分享自己的代码,该方案目前成绩在65/2865运行环境: python 3.7.9 ,pycharmName:Model_LSTM一:数据预处理+特征工程import numpy as npimport pandas as pdimport osimport datetimefrom tqdm import tqdmfrom collections impo原创 2020-11-26 19:45:18 · 1419 阅读 · 2 评论 -
搭建简单的神经网络——使用pytorch实现鸢尾花的分类
最近写毕业论文,看到网上的pytorch入门nn方法乱七八糟,遂写了本篇方法,好让更多的人可以使用pytorch实现简单的神经网络方法.# version:python 3.7.9 pytorch :1.7.0# function:利用神经网络进行鸢尾花分类import numpy as npimport torchfrom collections import Counterfrom sklearn import datasetsimport torch.nn.functiona原创 2020-11-29 13:54:44 · 13903 阅读 · 9 评论 -
windows10环境下tensorflow安装教程
楼主最近一直忙着找工作,最近几个月一直all in java,好久没学机器学习,深度学习,前几天突然通知要提交论文中期了,于是赶紧打开电脑,结果发现之前安装的tensorflow居然登陆不上了,折腾了半天,搜过各种csdn博客,一直安装失败,网上的csdn博客大部分都不靠谱,无奈重装系统后,重新整理了一下思路,现将tensorflow安装分享如下:此教程针对已经安装好anaconda的,如果不知道怎么安装anaconda的,可以看其他的csdn.安装步骤如下:1.打开anaconda的 anacon原创 2020-10-09 20:29:01 · 1644 阅读 · 0 评论