regression
摘要：
这个模型不好，因为隐藏因素：物种 优化这个模型 不同物种的对应的error线也是不一样的，那么error会更小，fit的更好当然还和其他的因素有关：不同物种在进化时的情况不同（如红色线），其次有些值略高或略低于直线（产生进化后CP值时有加rand） 此时可以构造更复杂的模型，把想到的因素都考虑进去， 阅读全文
posted @ 2020-02-11 21:13 cltt 阅读(281) 评论(0) 推荐(0)
torch 的包应用
摘要：
1.torchvision.transforms是pytorch中的图像预处理包一般用Compose把多个步骤整合到一起，比如说 transforms.Compose([transforms.CenterCrop(10), transforms.ToTensor(),]) 2.transforms中 阅读全文
posted @ 2020-02-10 18:47 cltt 阅读(1609) 评论(0) 推荐(0)
python 的库 （PIL(scatter)，Numpy,scipy）
摘要：
PIL from PIL import Imageimg = Image.open('./data/images/neural-style/picasso.jpg')#图片路径#img.show()#展示图片'''print(img)img.save("./data/images/neural-st 阅读全文
posted @ 2020-02-09 12:42 cltt 阅读(1187) 评论(0) 推荐(0)
在pytorch 官网下载VGG很慢甚至错误
摘要：
解决办法 断开wifi，连接手机热点 额外补充 https://github.com/pytorch/vision/tree/master/torchvision/models 几乎所有的常用预训练模型都在这里面 总结下各种模型的下载地址： Resnet: model_urls = { 'resne 阅读全文
posted @ 2020-02-07 20:11 cltt 阅读(1193) 评论(0) 推荐(0)
pycharm 使用时遇到的问题
摘要：
在输出信息时 import os os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息 os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error os.environ["TF 阅读全文
posted @ 2020-02-06 15:37 cltt 阅读(204) 评论(0) 推荐(0)
下载github的文件
摘要：
下载整个项目 如果整个项目下载很慢？ 1.登录 https://gitee.com 2.新建仓库 . 3.导入已有仓库 4.输入对应github项目的url url如下： 点击创建即可 5.下载即可 下载某个文件夹 DownGit链接：https://www.itsvse.com/downgit/ 阅读全文
posted @ 2020-02-05 16:08 cltt 阅读(270) 评论(0) 推荐(0)
无法登录google
摘要：
1.下载谷歌上网助手 https://d11.baidupcs.com/file/9f94e6e649ab477df01fd2687fd144fe?bkt=en-00f3aa810d089f20fb57e512280391847498892a121a324e1247f8e699525e1abc591 阅读全文
posted @ 2020-02-05 13:23 cltt 阅读(627) 评论(0) 推荐(0)
偏差、方差 。检测
摘要：
在行人检测中 ,比文字检测的问题更简单 原因是 大部分的 行人都比较相似 因此可以使用一个固定宽高比的 矩形来分离出你希望找到的行人 我说的宽高比 就是指的这些矩形的高度和宽度的比值在行人的问题中 不同矩形的宽高比都是一样的 但对文字检测的问题 高度和宽度的比值 对不同行的文字就是不同的了 虽然在行 阅读全文
posted @ 2020-01-31 21:58 cltt 阅读(232) 评论(0) 推荐(0)
批量梯度下降和随机梯度下降(SGD)和小批量梯度下降 || 在线学习机制
摘要：
左侧像高方差的算法，增加训练集的大小提高性能 右侧像高偏差的算法，不需要增大算法的规模,m=1000就很好了 一个很自然的方法是多加一些特征 或者在你的神经网络里加一些隐藏的单元等等 所以最后你会变成一个像左边的图 也许这相当于m等于1000 这给你更多的信心去花时间在添加基础设施来改进算法 而不是 阅读全文
posted @ 2020-01-30 22:35 cltt 阅读(646) 评论(0) 推荐(0)
浙公网安备 33010602011771号