随笔分类 - Python与小知识
摘要：文章转自微信公众号「机器学习炼丹术」 作者：炼丹兄（已授权） 作者联系方式：微信cyx645016617（欢迎交流 共同进步） 论文名称：“FlowNet: Learning Optical Flow with Convolutional Networks” 论文链接：http://xxx.itp.
阅读全文
摘要：文章来自：微信公众号【机器学习炼丹术】。 有问题疑惑，或者想交流交朋友的可以加个人微信：cyx645016617 参考目录： 1 注释 在 Python 中，# 表示注释，作用于整行。 ''' ''' 或者 """ """ 表示区间注释，在三引号之间的所有内容被注释 【例子】单行注释 # 这是一个注
阅读全文
摘要：文章来自公众号【机器学习炼丹术】，回复“炼丹”即可获得海量学习资料哦！ 本章节缕一缕PyTorch的动态图机制与Tensorflow的静态图机制（最新版的TF也支持动态图了似乎）。 1 动态图的初步推导 计算图是用来描述运算的有向无环图 计算图有两个主要元素：结点（Node）和边（Edge）； 结点
阅读全文
摘要：文章来自公众号【机器学习炼丹术】 1 stochastic weight averaging（swa） 随机权值平均 这是一种全新的优化器，目前常见的有SGB，ADAM， 【概述】：这是一种通过梯度下降改善深度学习泛化能力的方法，而且不会要求额外的计算量，可以用到Pytorch的优化器中。 随机权重
阅读全文
摘要：[TOC] 1.概述 1.1 什么是TSNE TSNE是由T和SNE组成，T分布和随机近邻嵌入(Stochastic neighbor Embedding). TSNE是一种==可视化工具==，将高位数据降到2 3维，然后画成图。 t SNE是目前==效果最好的数据降维和可视化方法== t SNE的
阅读全文
摘要：[TOC] 基本概念 图 定义： 图G(V,E)是指一个二元组(V(G),E(G))，其中: 1. V(G)={v1,v2,…, vn}是非空有限集，称为顶点集， 2. E(G)是V(G)中的元素对(vi,vj)组成的集合称为边集。 举例： V(G)={v1,v2,v3,v4} E(G)= {e1,
阅读全文
摘要：[TOC] 相关知识点 LP线性规划问题 Linear Problem [百度百科]：研究线性约束条件下线性目标函数的极值问题的数学理论和方法。 学过运筹学的小伙伴，可以看这个LP问题的标准型来回顾一下： 不太熟悉的朋友可以看这个例题，再结合上面的标准型，来感受一下： MIP混合整数规划 Mixed
阅读全文
摘要：[TOC] 区别 高级语言中 变量是对内存及其地址的抽象 copy.copy(object), 拷贝的是内嵌套结构的地址引用，当前到结构发生变化的时候，浅拷贝也相应的改变。 copy.deepcopy(object),完全复制与变量相关的数据，而不再考虑嵌套结构 python代码举例
阅读全文
