小草的大树梦

2018年11月29日

摘要： from mxnet import autograd,nd from mxnet import gluon,init from mxnet.gluon import nn,loss as gloss from mxnet.gluon import data as gdata def pool2d(X, pool_size, mode='max'): p_h, p_w = pool_s... 阅读全文

posted @ 2018-11-29 16:55 小草的大树梦阅读(297) 评论(0) 推荐(0) 编辑

1*1卷积层

摘要： from mxnet import gluon,init from mxnet import autograd,nd from mxnet.gluon import nn,loss as gloss from mxnet.gluon import data as gdata # 二维卷积层 def corr2d(X,K): h, w = K.shape Y = nd.ze... 阅读全文

posted @ 2018-11-29 16:26 小草的大树梦阅读(285) 评论(0) 推荐(0) 编辑

多输入通道和多输出通道

摘要：多输入通道多输出通道：设卷积核输入通道，输出通道是 ci , co，高宽为 kh , kw 为每个输出通道分别建立 ci * kh * kw 的核数组。在输出通道维上连结，卷积核的形状即为co * ci *kh*kw 阅读全文

posted @ 2018-11-29 15:34 小草的大树梦阅读(1294) 评论(0) 推荐(0) 编辑

填充与步幅

摘要： padding & stride 阅读全文

posted @ 2018-11-29 14:33 小草的大树梦阅读(201) 评论(0) 推荐(0) 编辑

二维卷积层

摘要： from mxnet import gluon,init from mxnet.gluon import nn,loss as gloss from mxnet.gluon import data as gdata from mxnet import autograd,nd # 二维互相关运算 def corr2d(X, K): h, w = K.shape Y = nd... 阅读全文

posted @ 2018-11-29 11:27 小草的大树梦阅读(202) 评论(0) 推荐(0) 编辑

2018年11月28日

gluon 实现多层感知机MLP分类FashionMNIST

摘要： from mxnet import gluon,init from mxnet.gluon import loss as gloss, nn from mxnet.gluon import data as gdata from mxnet import nd,autograd import gluo 阅读全文

posted @ 2018-11-28 17:43 小草的大树梦阅读(687) 评论(0) 推荐(0) 编辑

gluon实现softmax分类FashionMNIST

摘要： from mxnet import gluon,init from mxnet.gluon import loss as gloss,nn from mxnet.gluon import data as gdata from mxnet import autograd,nd import gluonbook as gb import sys # 读取数据 mnist_train = gdata... 阅读全文

posted @ 2018-11-28 16:55 小草的大树梦阅读(593) 评论(0) 推荐(0) 编辑

gluon 实现线性回归

摘要： from mxnet import autograd, nd num_inputs = 2 num_examples = 1000 true_w = [2,-3.4] true_b = 4.2 feature = nd.random.normal(scale=1,shape=(num_examples,num_inputs)) labels = true_w[0]*feature[:,0] ... 阅读全文

posted @ 2018-11-28 16:17 小草的大树梦阅读(371) 评论(0) 推荐(0) 编辑

GPU使用

摘要： GPU In [1]: import mxnet as mx from mxnet import nd from mxnet.gluon import nn In [2]: mx.cpu(),mx.gpu(),mx.gpu(1) Out[2]: (cpu(0), gpu(0), gpu(1)) In 阅读全文

posted @ 2018-11-28 15:45 小草的大树梦阅读(454) 评论(0) 推荐(0) 编辑

Python迭代器和生成器

摘要：还有反向迭代器__reversed__，生成器表达式，等等。阅读全文

posted @ 2018-11-28 11:26 小草的大树梦阅读(221) 评论(0) 推荐(0) 编辑

2018年11月27日

L2范数惩罚项，高维线性回归

摘要：训练集太少，容易出现过拟合，即训练集loss远小于测试集loss，解决方案，权重衰减——（L2范数正则化）例如线性回归： loss(w1,w2,b) = 1/n * sum(x1w1 + x2w2 + b - y)^2 /2 ，平方损失函数。权重参数 w = [w1,w2]，新损失函数 los 阅读全文

posted @ 2018-11-27 16:28 小草的大树梦阅读(912) 评论(0) 推荐(0) 编辑

2018年11月26日

多项式拟合

摘要：多项式拟合 In [1]: %matplotlib inline import gluonbook as gb from mxnet import nd,autograd, gluon from mxnet.gluon import data as gdata,loss as gloss,nn 生成阅读全文

posted @ 2018-11-26 18:24 小草的大树梦阅读(344) 评论(0) 推荐(0) 编辑

模型选择，欠拟合，过拟合

摘要：训练误差：在训练集上的表现泛化误差：在任意一个数据样本上表现的误差计算误差：损失函数在机器学习中，假设每个样本都是独立同分布与整体的，于是它训练误差期望 = 泛化误差一般情况下：由训练数据集学到的训练参数使得模型在训练数据集上的表现优于或等于测试数据集上的表现模型选择：可以选择完全不阅读全文

posted @ 2018-11-26 18:21 小草的大树梦阅读(383) 评论(0) 推荐(0) 编辑

多层感知机MLP的gluon版分类minist

摘要： MLP_Gluon In [2]: import gluonbook as gb from mxnet import gluon, init from mxnet.gluon import loss as gloss,nn In [4]: net = nn.Sequential() net.add( 阅读全文

posted @ 2018-11-26 16:43 小草的大树梦阅读(283) 评论(0) 推荐(0) 编辑

多层感知机训练minist数据集

摘要： MLP In [1]: %matplotlib inline import gluonbook as gb from mxnet.gluon import loss as gloss from mxnet import nd from mxnet import autograd In [2]: ba 阅读全文

posted @ 2018-11-26 16:14 小草的大树梦阅读(644) 评论(0) 推荐(0) 编辑

多层感知机

摘要：阅读全文

posted @ 2018-11-26 16:12 小草的大树梦阅读(180) 评论(0) 推荐(0) 编辑

softmax实现cifar10分类

摘要：将cifar10改成单一通道后，套用前面的softmax分类，分类率40%左右，想哭。。。 In [1]: %matplotlib inline from mxnet.gluon import data as gdata from mxnet import autograd,nd import gl 阅读全文

posted @ 2018-11-26 15:03 小草的大树梦阅读(741) 评论(0) 推荐(0) 编辑

2018年11月22日

Softmax实现 fashion.mnist 分类

摘要： softmax #!/usr/bin/env python # coding: utf-8 # In[1]: get_ipython().run_line_magic('matplotlib', 'inline') import gluonbook as gb from mxnet import a 阅读全文

posted @ 2018-11-22 18:32 小草的大树梦阅读(232) 评论(0) 推荐(0) 编辑

Jupyter notebook 的一个问题

摘要： https://forums.fast.ai/t/error-while-trying-to-open-jupyter-notebook-in-paperspace/22634 阅读全文

posted @ 2018-11-22 12:07 小草的大树梦阅读(502) 评论(0) 推荐(0) 编辑

softmax回归

摘要：对w,b参数求导暂时不推了，复合函数求导即可。阅读全文

posted @ 2018-11-22 11:17 小草的大树梦阅读(122) 评论(0) 推荐(0) 编辑

2018年11月21日

线性回归

摘要：优化算法：小批量随机梯度下降每次随机选择小样本，求小批量数据样本的平均损失函数的导数，修改模型参数。矢量计算：那么预测表达式为 y^ = XW + b In [1]: %matplotlib inline from IPython import display from matplotlib 阅读全文

posted @ 2018-11-21 16:56 小草的大树梦阅读(244) 评论(0) 推荐(0) 编辑

梯度

摘要：函数 f ，输入的是一个 n 维向量 x = [x1,x2,...,xn]T，输出是一个标量。函数 f 关于 x 的梯度就是一个 n 个偏导数组成的向量：例如：其中 x = [x1,x2,x3,x4]T，那么 y = 2(x1*x1+x2*x2+x3*x3+x4*x4)；关于 x 的偏导数求阅读全文

posted @ 2018-11-21 11:37 小草的大树梦阅读(499) 评论(0) 推荐(0) 编辑

mxnet数据操作

摘要：范数：n 维向量 (x1,x2,x3,...,xn)T 的 Lp 范数为： L1范数：各元素绝对值之和 L2范数：各元素平方开根号（nd.norm()）矩阵的 Frobenius范数为个元素平方和开根号阅读全文

posted @ 2018-11-21 10:45 小草的大树梦阅读(275) 评论(0) 推荐(0) 编辑

2018年11月20日

【转】Linux常用命令

摘要：系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) uname -r 显示正在使用的内核版本 dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI) hdparm -i /dev/hda 罗列一个磁盘的架构特性 hdparm -tT / 阅读全文

posted @ 2018-11-20 19:25 小草的大树梦阅读(286) 评论(0) 推荐(0) 编辑

SSH 本地和服务器传输

摘要：【转】https://www.cnblogs.com/magicc/p/6490566.html SCP 使用方式如下： 1、上传本地文件到服务器例如scp /var/www/test.php root@192.168.0.101:/var/www/ 把本机/var/www/目录下的test.ph 阅读全文

posted @ 2018-11-20 15:49 小草的大树梦阅读(455) 评论(0) 推荐(0) 编辑

Jupyter notebook远程访问linux服务器

摘要：【转】https://blog.csdn.net/akon_wang_hkbu/article/details/78973366 阅读全文

posted @ 2018-11-20 11:38 小草的大树梦阅读(437) 评论(0) 推荐(0) 编辑

服务器安装anaconda

摘要： SSH连接服务器可以用putty 网址：https://repo.continuum.io/archive/ 下载安装脚本安装添加环境变量确认安装mxnet 添加了几个另外的环境变量注意：.bashrc 和 .bash_profile 的区别 .bash_profile 只会在会话开始时读阅读全文

posted @ 2018-11-20 11:35 小草的大树梦阅读(786) 评论(0) 推荐(0) 编辑

2018年11月1日

OpenCV人脸识别

摘要： import cv2 filename = 'pic.jpg' def detect(filename): face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml') img = cv2.imread('pic.jpg') print(1) gray = cv2.... 阅读全文

posted @ 2018-11-01 21:02 小草的大树梦阅读(255) 评论(0) 推荐(0) 编辑

2018年10月30日

hdu 6243,6247

摘要：题意：n只狗，n个笼子，每个笼子只能有一只，求不在自己笼子的狗的数量的期望。分析：概率是相等的，可以直接用方案数代替，k 不在自己的笼子的方案数是 n!- (n-1)!，这样的k有n个，总的方案数n!，用除法求出期望。答案：n-1 题意：每次比赛要准备>0.1的画板数，求总共需要多少。 #inc 阅读全文

posted @ 2018-10-30 16:51 小草的大树梦阅读(307) 评论(0) 推荐(0) 编辑

Gym

摘要： Gym 用于研发与比较强化学习算法的工具。安装环境车杆问题，模型栗子CartPole-v0 env.step() ，传入0,1,表示车向左，右给1牛顿的力，现在要平衡这个车。我们可以尝试一下，01010101，现实生活中，会让这根杆转起来，当然这不是我们平衡这个车的目标咯。当然，我们可以切阅读全文

posted @ 2018-10-30 12:01 小草的大树梦阅读(1404) 评论(0) 推荐(0) 编辑

2018年10月22日

PIL 图像字符画绘制

摘要： PIL第三方类库，无代码提示阅读全文

posted @ 2018-10-22 17:12 小草的大树梦阅读(963) 评论(0) 推荐(0) 编辑

2018年10月21日

PIL 一秒切九图朋友圈发图神器

摘要：注意图片像素返回值是（宽度，高度），pil填像素点坐标原点左上角。判断像素点是否在圆方程中。阅读全文

posted @ 2018-10-21 23:28 小草的大树梦阅读(855) 评论(0) 推荐(0) 编辑

Python语言程序设计基础（7）—— 文件和数据格式化

摘要：返回字符串返回列表形式 w+ 打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。 csv 国际通用数据存储格式，使用逗号分隔的表示方式 csv读写阅读全文

posted @ 2018-10-21 16:43 小草的大树梦阅读(613) 评论(0) 推荐(0) 编辑

2018年10月20日

Python语言程序设计基础（6）—— 组合数据类型

摘要： tuple 元组（创建后不能修改） set 集合 list 列表字典计算平均数，和标准差统计词频（哈利波特1）阅读全文

posted @ 2018-10-20 17:47 小草的大树梦阅读(601) 评论(0) 推荐(0) 编辑

2018年10月19日

Python语言程序设计基础（5）—— 函数和代码复用

摘要： lambda 默认参数变长参数 return 作用范围 datatime.datatime 七段数码管 Pycharm调试技巧 F8 下一步，不进入函数 F7 下一步，进入函数，包括库函数反转字符串科赫曲线阅读全文

posted @ 2018-10-19 11:19 小草的大树梦阅读(689) 评论(0) 推荐(0) 编辑

2018年10月18日

Python语言程序设计基础（4）—— 程序的控制结构

摘要： PM2.5 健康异常处理 random pi 习题部分 gcd 阅读全文

posted @ 2018-10-18 17:42 小草的大树梦阅读(582) 评论(0) 推荐(0) 编辑

Python语言程序设计基础（3）—— 基本数据类型

摘要：天天向上天天向上2 获取星期字符串凯撒密码文本精度条单行刷新习题部分阅读全文

posted @ 2018-10-18 10:46 小草的大树梦阅读(861) 评论(0) 推荐(0) 编辑

2018年10月13日

Python语言程序设计基础（2）—— Python程序实例解析

摘要：温度转换画蟒蛇习题部分阅读全文

posted @ 2018-10-13 11:27 小草的大树梦阅读(1865) 评论(0) 推荐(0) 编辑

2018年10月12日

Python语言程序设计基础（1）—— 程序设计基本方法

摘要： Everybody in this country should learn how to program a computer,because it teaches you how to think. ——史蒂夫~乔布斯圆的面积输入斐波那契同心圆日期与时间习题部分阅读全文

posted @ 2018-10-12 20:27 小草的大树梦阅读(1622) 评论(0) 推荐(0) 编辑

Codeforces Round #513

摘要： A. Phone Numbers 题意：给一些数字，每个电话号码以8开头，11位，求最多组成多少个号码，重复累加。 #include <bits/stdc++.h> using namespace std; const int maxn = 105; char str[maxn]; int main 阅读全文

posted @ 2018-10-12 16:17 小草的大树梦阅读(237) 评论(0) 推荐(0) 编辑

公告