深度学习引言 假定想要根据房屋面积拟合一个预测房价的函数，我们令房屋面积作为神经网络的输入\(x\)，通过一个神经元进行预测，最终输出价格\(y\)。这就是最简单的单神经网络（感知机），神经元对输入进行加权求和，加上偏置，然后通过一个激活函数得到输出。 \[y=f(wx+b) \]为了捕捉更复杂的非 ...

实验介绍： 一：多分类问题 我们想要机器自动识别不同种类的生物，这就涉及到多分类问题。 支持向量机的介绍 讲得很好引用一下 支持向量机SVM详解 支持向量机和逻辑回归的区别是：逻辑回归是找一条曲线把数据分开，支持向量机就是找一个宽马路把不同类数据隔得越远越好 支持向量机对异常数据的容忍就会好一些 搭 ...

实验介绍： 橙现智能是一款可视化，无编程，无门槛的免费人工智能软件。 机器也可以学习，机器学习可以简单理解成总结经验，发现规律，掌握规则，预测未来。 [此处插入图片]，该图片作者为未知，来源于百度，仅学习非商用。 一：软件的安装 中文版本下载地址 https://pan.baidu.com/s/1T ...

借用Ultralytics Yolo快速训练一个物体检测器 https://github.com/ultralytics/ultralytics Step-1 准备数据集 你需要一些待检测物体比如安全帽, 把它从各个角度拍摄一下. 再找一些不相关的背景图片. 然后把安全帽给放大缩小旋转等等贴到背景图 ...

已知测得某块地，当温度处于15至40度之间时，数得某块草地上小花朵的数量和温度值的数据如下表所示。现在要来找出这些数据中蕴含的规律，用来预测其它未测温度时的小花朵的数量。 测得数据如下图所示： import numpy as np import matplotlib.pyplot as plt fr ...

已知测得某块地，当温度处于15至40度之间时，数得某块草地上小花朵的数量和温度值的数据如下表所示。现在要来找出这些数据中蕴含的规律，用来预测其它未测温度时的小花朵的数量。 测得数据如下图所示： import matplotlib.pyplot as plt import numpy as np te ...

如何使用数据集DataSet？ 在介绍DataLoader之前，需要先了解数据集DataSet的使用。Pytorch中集成了很多已经处理好的数据集，在pytorch的torchvision、torchtext等模块有一些典型的数据集，可以通过配置来下载使用。 以CIFAR10 数据集为例，文档已经描 ...

Transfrom是什么？ 可以看作是一个图像处理的工具箱，通过查看Transform类可以找到不同的图像处理方法 更准确的说，Transform中有各种类的的定义，我们可以通过继承或者构造这些类，然后调用里面的方法来实现相应的功能 可以通过结构来便捷的查看transform中的类和方法，然后实现对 ...

环境 我这里用的是Anaconda最新的版本24.9.2，创建的pyton版本是3.9，虚拟环境名叫pytorch，下载的pytorch版本是12.1 初步配置 创建虚拟环境 首先进入Anaconda的终端，然后运行conda create -n xxx python=3.9创建一个虚拟环境，这里x ...

强化学习笔记之【DDPG算法】 目录强化学习笔记之【DDPG算法】前言：原论文伪代码DDPG 中的四个网络代码核心更新公式 前言： 本文为强化学习笔记第二篇，第一篇讲的是Q-learning和DQN 就是因为DDPG引入了Actor-Critic模型，所以比DQN多了两个网络，网络名字功能变了一下， ...

强化学习笔记之【Q-learning算法和DQN算法】 前言： 强化学习领域，繁冗复杂的大段代码里面，核心的数学公式往往只有20~40行，剩下的代码都是为了应用这些数学公式而服务的 这可比遥感图像难太多了，乱七八糟的数学公式看得头大 本文初编辑于2024.10.5 CSDN主页：https://bl ...

强化学习笔记第5篇，精读2024年7月ICML论文ACE 强化学习方向的学习者可以参考或复刻 ACE:Off-PolicyActor-CriticwithCausality-AwareEntropyRegularization精读 ...

首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 今天，我们终于将分类器这一章节学习完活了，和回归一样，最后一章节用来构建web应用程序，我们会回顾之前所学的知识点，并新增一个web应用用来让模型和用户交互。所以今天的主题是美食推荐。 美食推荐 We ...

首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 今天我们将结合第一章节中清洗得到的菜品数据，利用多种分类器对这些数据进行训练，以构建有效的模型。在这个过程中，我会详细讲解每一种分类器的原理及其重要性。 尽管这些知识点对于实践来说并不是必须掌握的，因 ...

学习了 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis 这篇论文后, 看到里面的一些公式, 思考着它们是怎么来的, 同时查询了很多资料和博客, 现在将它们的推导汇总起来. ...

首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 在上一节中，我们已经完成了对所有经过均衡和清洗的菜品数据的准备工作。接下来，我们将考虑使用多种算法，也就是不同的分类器，来构建模型。我们将利用这个数据集和各种分类器，基于一组特定的配料，预测这些菜品属 ...

分类算法 首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 分类算法是监督学习的一种重要方法，它与回归算法在许多方面有相似之处。监督学习的核心目标是利用已有的数据集进行预测，无论是数值型数据还是类别型数据。具体而言，分类算法主要用于将输入数据归类为不 ...

强化学习笔记之【SAC算法】 前言： 本文为强化学习笔记第四篇，第一篇讲的是Q-learning和DQN，第二篇DDPG，第三篇TD3 TD3比DDPG少了一个target_actor网络，其它地方有点小改动 CSDN主页：https://blog.csdn.net/rvdgdsva 博客园主页：h ...

首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 今天，我们的主要任务是按照既定的流程再次运行模型，并将其成功加载到 Web 应用程序中，以便通过 Web 界面进行调用。最终生成的模型将能够基于 UFO 目击事件的数据和经纬度信息，推断出事件发生的城 ...

首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns 在之前的学习中，我们学习了直线线性回归与多项式回归，我们今天的主题则是逻辑回归，我记得在前面有讲解过这两个回归的区别，那么今天我们主要看下逻辑回归有哪些特征需要我们识别的。 逻辑回归 逻辑回归主要用于 ...