摘要：
比如，你遇到的一个任务，目前只有小几百的数据，然而目前流行的最先进的神经网络都是成千上万的图片数据，可以通过数据增强来实现。 常用的数据增强手段： Flip（翻转） Rotation（旋转） Scale（缩放） Random Move&Crop（移位&裁剪） Gaussian Noise（高斯噪声） 阅读全文
摘要：
1.Pytorch上搭建ResNet-18 1 import torch 2 from torch import nn 3 from torch.nn import functional as F 4 5 6 class ResBlk(nn.Module): 7 """ 8 resnet block 阅读全文
摘要：
1.处理线性问题 1.1数据集预处理 1 import numpy as np 2 import matplotlib.pyplot as plt 3 from sklearn import datasets 4 5 iris = datasets.load_iris() 6 X = iris.da 阅读全文
摘要：
建立神经网络的步骤： 1.定义模型结构（eg输入特征的数量） 2.初始化模型的参数 3.循环求解最终参数： 计算当前损失（正向传播） 计算当前梯度（反向传播） 更新参数（梯度下降） 4.预测 提前加载和查看数据 1 import numpy as np 2 import matplotlib.pyp 阅读全文