vv_869 - 博客园

2021年1月

摘要： LeetCode7 整数反转题目：https://leetcode-cn.com/problems/reverse-integer/ 解题思路如下： 1. 先判断x是否为0，若为0，则直接返回0. 2. 判断x的正负，若为负，则绝对值处理，转换为正数。此处采用标识符flag应对正负的情况。 3. 阅读全文

posted @ 2021-01-22 23:42 vv_869 阅读(140) 评论(0) 推荐(0) 编辑

Python深度学习02：神经网络的数学基础

摘要： 2.1 初始神经网络 MNIST数据集：手写数字的灰度图像（28 像素×28 像素），包含 60 000 张训练图像和 10 000 张测试图像。类：分类问题中的某个类别叫作类（class）样本：数据点叫作样本（sample）标签：某个样本对应的类叫作标签（label）损失函数（loss f 阅读全文

posted @ 2021-01-22 19:53 vv_869 阅读(210) 评论(0) 推荐(0) 编辑

2020年12月

导入scipy报错：“ImportError: DLL load failed: 找不到指定的模块”解决办法

摘要：这里： https://blog.csdn.net/u013044310/article/details/82874719 阅读全文

posted @ 2020-12-22 10:34 vv_869 阅读(265) 评论(0) 推荐(0) 编辑

Pytorch的scatter()函数用法

摘要： scatter(dim, index, src)的三个参数为：（1）dim:沿着哪个维度进行索引（2）index: 用来scatter的元素索引（3）src: 用来scatter的源元素，可以使一个标量也可以是一个张量注：带_表示在原张量上修改。二维例子如下： 1 y = y.scatte 阅读全文

posted @ 2020-12-18 09:03 vv_869 阅读(741) 评论(0) 推荐(0) 编辑

numpy的loadtxt()用法

摘要： 1. loadtxt函数用法 2. 利用 loadtxt函数读取csv文件 np.loadtxt(filepath,delimiter,usecols,unpack) 参数： filepath:加载文件路径 delimiter:加载文件分隔符 usecols:加载数据文件中列索引 unpack:当加阅读全文

posted @ 2020-12-14 21:34 vv_869 阅读(945) 评论(0) 推荐(0) 编辑

Pytorch从一个输入目录中加载所有的PNG图像，并将它们存储在张量中

摘要： 1 import os 2 import imageio 3 from imageio import imread 4 import torch 5 6 # batch_size = 3 7 # batch = torch.zeros(batch_size, 3, 256, 256, dtype=t 阅读全文

posted @ 2020-12-14 10:14 vv_869 阅读(943) 评论(0) 推荐(0) 编辑

Python os.path.splitext() 与 os.path.split() 方法

摘要： os.path.splitext()：将文件名和扩展名分开 os.path.split() ：返回文件的路径和文件名 1 #os.path.splitext()将文件名和扩展名分开 2 fname,fename=os.path.splitext('E:/2020年博一上课/新建文本文档.txt') 阅读全文

posted @ 2020-12-13 21:56 vv_869 阅读(481) 评论(0) 推荐(0) 编辑

Python os.listdir() 方法

摘要： os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。语法 listdir()方法语法格式如下： os.listdir(path) 参数 path -- 需要列出的目录路径返回值返回指定路径下的文件和文件夹列表。实例 1 import os, sys 2 3 # 阅读全文

posted @ 2020-12-13 21:52 vv_869 阅读(434) 评论(0) 推荐(0) 编辑

Pytorch的squeeze()和unsqueeze()

摘要： squeeze()：压缩，对张量的维度进行减少的操作。 unsqueeze()：扩充。 ()中数字若为：正数，则在之前插入；负数，则在之后插入。注：压缩或者扩充的维度为1 定义张量weights 1 weights = torch.tensor([0.2126, 0.7152, 0.0722]) 阅读全文

posted @ 2020-12-11 22:40 vv_869 阅读(905) 评论(0) 推荐(0) 编辑

Pytorch常用tensor运算之mean()求平均

摘要： dim=0,按行求平均值，返回的形状是（1，列数） dim=1,按列求平均值，返回的形状是（行数，1） 1 x = torch.randn(2, 2, 2) 2 x 1 tensor([[[-0.7596, -0.4972], 2 [ 0.3271, -0.0415]], 3 4 [[ 1.0684 阅读全文

posted @ 2020-12-11 20:40 vv_869 阅读(16393) 评论(0) 推荐(0) 编辑

公告