12 2021 档案

摘要:两个高斯分布的KL散度其实很简单,只要找到合适的方法。 一. 一维高斯分布KL散度的定义为: 第一项很简单,用全积分为1的性质即可: 第二项需要分辨出积分项为方差: 第三项的积分内部分别是均方值、均值和常数,因此可以得到: 也可以用一个小技巧来化简,其中第一项为方差,第二项为奇函数全积分为0,第三项 阅读全文
posted @ 2021-12-31 15:34 咖啡陪你 阅读(931) 评论(0) 推荐(0) 编辑
摘要:1. 欧氏距离(Euclidean Distance) 欧氏距离是最易于理解的一种距离计算方法,源自欧氏空间中两点间的距离公式。(1)二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离:(2)三维空间两点a(x1,y1,z1)与b(x2,y2,z2)间的欧氏距离:(3)两个n维向量a(x1 阅读全文
posted @ 2021-12-31 09:23 咖啡陪你 阅读(1652) 评论(0) 推荐(0) 编辑
摘要:若要关闭某个端口,则可以:1)通过iptables工具将该端口禁掉,如:"~$ sudo iptables -A INPUT -p tcp --dport $PORT -j DROP""~$ sudo iptables -A OUTPUT -p tcp --dport $PORT -j DROP" 阅读全文
posted @ 2021-12-29 16:17 咖啡陪你 阅读(1579) 评论(0) 推荐(0) 编辑
摘要:首先我们看一下Pytorch中torch.where函数是怎样定义的: 1 @overload 2 def where(condition: Tensor) -> Union[Tuple[Tensor, ...], List[Tensor]]: ... torch.where函数的功能如下: 1 t 阅读全文
posted @ 2021-12-29 15:17 咖啡陪你 阅读(1153) 评论(0) 推荐(0) 编辑
摘要:前言:当我们再训练网络的时候可能希望保持一部分的网络参数不变,只对其中一部分的参数进行调整;或者值训练部分分支网络,并不让其梯度对主网络的梯度造成影响,这时候我们就需要使用detach()函数来切断一些分支的反向传播 一、tensor.detach() 返回一个新的tensor,从当前计算图中分离下 阅读全文
posted @ 2021-12-29 11:14 咖啡陪你 阅读(578) 评论(0) 推荐(0) 编辑
摘要:ssim占比alpha L1占比1-alpha 1 #%% 2 3 import tensorflow as tf 4 import numpy as np 5 import torch 6 7 #模仿matlab的fspecial函数,创建滤波算子(计算SSIM用) 8 def _tf_fspec 阅读全文
posted @ 2021-12-28 21:39 咖啡陪你 阅读(577) 评论(0) 推荐(0) 编辑
摘要:SSIM介绍 结构相似性指数(structural similarity index,SSIM), 出自参考文献[1],用于度量两幅图像间的结构相似性。和被广泛采用的L2 loss不同,SSIM和人类的视觉系统(HVS)类似,对局部结构变化的感知敏感。 SSIM分为三个部分:照明度、对比度、结构,分 阅读全文
posted @ 2021-12-28 21:36 咖啡陪你 阅读(7091) 评论(0) 推荐(0) 编辑
摘要:0. 简介pytorch lightning通过提供LightningModule和LightningDataModule,使得在用pytorch编写网络模型时,加载数据、分割数据集、训练、验证、测试、计算指标的代码全部都能很好的组织起来,显得主程序调用时,代码简洁可读性大幅度提升。 1. pyto 阅读全文
posted @ 2021-12-26 09:38 咖啡陪你 阅读(1784) 评论(0) 推荐(1) 编辑
摘要:LIGHTNINGMODULE LightningModule将PyTorch代码整理成5个部分: Computations (init). Train loop (training_step) Validation loop (validation_step) Test loop (test_st 阅读全文
posted @ 2021-12-25 18:36 咖啡陪你 阅读(402) 评论(0) 推荐(0) 编辑
摘要:本文大纲 os模块是Python中整理文件和目录最为常用的模块,该模块提供了非常丰富的方法用来处理文件和目录。本着只讲最有用的态度,下方我将os模块中一些我经常用的的方法,给大家详细列举出来了,希望减少大家的学习负担。 知识串讲 1)模块的安装和导入 1 # 导入 2 import os 2)os. 阅读全文
posted @ 2021-12-20 09:02 咖啡陪你 阅读(11806) 评论(0) 推荐(4) 编辑
摘要:本文大纲os模块是Python标准库中一个重要的模块,里面提供了对目录和文件的一般常用操作。而Python另外一个标准库——shutil库,它作为os模块的补充,提供了复制、移动、删除、压缩、解压等操作,这些 os 模块中一般是没有提供的。但是需要注意的是:shutil 模块对压缩包的处理是调用 Z 阅读全文
posted @ 2021-12-20 08:47 咖啡陪你 阅读(28140) 评论(1) 推荐(1) 编辑
摘要:1、首先根据loss函数对各个需要优化的参数(也就是权重,下同)求偏导,也就是求梯度表达式,最终得到各个参数的梯度表达式; 2、开始对模型进行训练时,首先应初始化参数,将初始化之后的参数以及第一个训练样本代入各参数各自的梯度表达式中,求出各个参数的变化值; 3、用原参数减去学习步长乘以变化值,得到新 阅读全文
posted @ 2021-12-19 22:03 咖啡陪你 阅读(326) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/weixin_41036461/article/details/109124312?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163945774816780357276131%2522% 阅读全文
posted @ 2021-12-14 14:26 咖啡陪你 阅读(82) 评论(0) 推荐(0) 编辑
摘要:参考https://www.cnblogs.com/carle-09/p/11661261.html 阅读全文
posted @ 2021-12-14 14:20 咖啡陪你 阅读(619) 评论(0) 推荐(0) 编辑
摘要:SVR的代码(python) 项目中一个早期版本的代码,PCA-SVR,参数寻优采用传统的GridsearchCV。 1 from sklearn.decomposition import PCA 2 from sklearn.svm import SVR 3 from sklearn.model_ 阅读全文
posted @ 2021-12-13 14:29 咖啡陪你 阅读(1041) 评论(0) 推荐(0) 编辑
摘要:SVC 转载于:机器学习笔记(3)-sklearn支持向量机SVM–Spytensor 官方源码 sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma='auto', coef0=0.0, shrinking=True, probability=F 阅读全文
posted @ 2021-12-13 14:25 咖啡陪你 阅读(4131) 评论(0) 推荐(0) 编辑
摘要:PyTorch 最新安装教程 前言 1. 安装 Anaconda 2. 检查显卡,更新驱动 3. 创建PyTorch环境 4. 配置清华TUNA镜像源 5. 安装 PyTorch 6. 测试 1. 安装 AnacondaAnaconda 是一个用于科学计算的 Python 发行版,支持 Linux, 阅读全文
posted @ 2021-12-09 10:42 咖啡陪你 阅读(3005) 评论(1) 推荐(0) 编辑
摘要:1.下载Anaconda安装包 Anaconda官网安装包下载速度巨慢,国内小伙伴不建议尝试。我们可以使用清华大学开源软件镜像站:清华大学开源软件镜像站,请选择适合自己系统自行下载。我这里选择的是Windows系统86位的安装包 下载完成后的安装包就是它了 2.安装Anaconda 1.打开安装包, 阅读全文
posted @ 2021-12-09 08:49 咖啡陪你 阅读(3638) 评论(0) 推荐(0) 编辑
摘要:对于python里的super().__init__()有什么作用,很多同学没有弄清楚。 简单的说super().__init__(),就是继承父类的init方法,同样可以使用super()去继承其他方法。 下面是三种不同的继承、调用,对比他们的区别,搞清楚super().__init__()的用途 阅读全文
posted @ 2021-12-06 21:22 咖啡陪你 阅读(420) 评论(0) 推荐(0) 编辑
摘要:之前一直对__init__(self)里面的参数很迷茫,一会这个地方看到别人这么写,一会看到别人那么写,自己也不知道,到底怎么回事,有哪些区别,今天对这个内容进行了学习。进行系统的分析了解,主要从他的实例化的区别,含义的区别进行区分两者之间的关系! 常见的两种类的定义方式如下: 1 class St 阅读全文
posted @ 2021-12-06 21:18 咖啡陪你 阅读(529) 评论(0) 推荐(0) 编辑
摘要:任务陈述:在Images目录下有两种图片,各500张,前500张为第一类,后500张为第二类如下图,可以看到两类的风格不一样,需要想办法将这两类降到2维或者3维聚类可视化。 两类图片数据集在看下面内容之前,可以先看一下利用t-SEN手写数据集分类的例子,(文末也有实现)这也是各大博客最喜欢贴的例子, 阅读全文
posted @ 2021-12-02 10:55 咖啡陪你 阅读(255) 评论(0) 推荐(0) 编辑
摘要:import cv2 与以往命令不同输入命令: pip install opencv-python 阅读全文
posted @ 2021-12-02 09:43 咖啡陪你 阅读(377) 评论(0) 推荐(0) 编辑
摘要:数据降维与可视化——t-SNE t-SNE是目前来说效果最好的数据降维与可视化方法,但是它的缺点也很明显,比如:占内存大,运行时间长。但是,当我们想要对高维数据进行分类,又不清楚这个数据集有没有很好的可分性(即同类之间间隔小,异类之间间隔大),可以通过t-SNE投影到2维或者3维的空间中观察一下。如 阅读全文
posted @ 2021-12-02 08:59 咖啡陪你 阅读(1514) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示