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