摘要:
主要是练了一下数据读取 这次用的cifa10,整个是一个字典,取了前100个去训练了一下 要先把每一行reshape成32 * 32 * 3 self.data = self.data.reshape(-1, 32, 32, 3) __getitem__ 里放到tranforms之前先Image.f 阅读全文
摘要:
阅读全文
摘要:
就是个差分数组,注意保存一下每个点的颜色即可 class Solution { public: long long d[100010]; vector<vector<long long > > ret; vector<vector<long long>> splitPainting(vector<v 阅读全文
摘要:
文件夹格式 仿照着陈云的书,自己做了些修改 dataset: 注意自己写dataset时至少写__init__(self) __getitem__(self, index) __len__(self, )这几个函数 __init__用于创建地址列表,transform等操作 __getitem__返 阅读全文
摘要:
softmax的主要工作就是将预测出来的结果,用概率来表示,并将总的概率相加为1 通过全连接层输出的预测结果有正有负,那为什么有负数呢? 是因为参数或者激活函数的问题 将预测结果转换为概率主要分为两步: 1、将所有的负数变为正数,并不能改变与原正数的相对大小 $y = e^x$指数函数恰好能满足这个 阅读全文
摘要:
train.py import torch import torch.nn as nn import torch.nn.functional as F import os from tensorboardX import SummaryWriter import torchvision.datase 阅读全文
摘要:
我目前认为的,并不代表正确 pca主要用于降维 图片来源:https://www.zhihu.com/question/41120789/answer/474222214 例如二维到一维,求协方差矩阵的单位特征向量,得a1和a2,其中一个就为x轴得方向向量,一个为y的 让x和y一个乘a1,一个乘a2 阅读全文
摘要:
假设有一个三层全连接网络,设$x_i$为第i层网络的输入,$f_i$为第i层激活函数的输出,,则 \(x_i = f_{i - 1}\) \(f_{i+1} = f(f_i * w + b)\) 注意现在x是已知的,要通过已知的x去训练w 设$Loos = g(f_3)$ 则$w_{3(new)} 阅读全文