2021年8月24日
Python笔记--函数
摘要： 函数：在一个名称下聚集代码。 def：创建函数 in_fridge：创建函数的函数名 fridge，wanted_food：函数的参数 return：返回 try和except是用自己的词语对错误进行标记，当出现错误时，使用raise命令进行提示。 def in_fridge(fridge, wan 阅读全文
posted @ 2021-08-24 21:08 奋斗的小仔 阅读(33) 评论(0) 推荐(0)
Python笔记--类与对象
摘要： 对象 Python中的任何一条数据都是对象。每个对象都由三部分组成：标识、类型和值。对象的标识代表对象在内存中的存储位置， 对象的类型说明了它拥有的数据和值的类型。 dir 可以列举一个对象的所有属性和方法。 >>> fridge = {"cheese":1, "tomato":2, "milk": 阅读全文
posted @ 2021-08-24 20:34 奋斗的小仔 阅读(70) 评论(0) 推荐(0)
Python笔记--做出决策
摘要： 根据《Python编程入门经典》（James Payne著，张春晖译）整理。 比较两个值是否相等。 >>> 1 == 1 True >>> 1 == -1 False >>> a = ["a", "b", "c"] >>> b = ["a", "b", "cd"] >>> a == b False 阅读全文
posted @ 2021-08-24 15:22 奋斗的小仔 阅读(47) 评论(0) 推荐(0)
2021年8月23日
Python笔记--变量
摘要： 根据《Python编程入门经典》（James Payne著，张春晖译）整理。 元组--tuple 不可更改的数据序列（可以包含多种数据类型）。元组写在小括号里，元素之间用逗号隔开。定义只有一个元素的元组时，必须加逗号(为了避免与其他类型混淆)。 >>> filter = ("string", "fi 阅读全文
posted @ 2021-08-23 20:41 奋斗的小仔 阅读(41) 评论(0) 推荐(0)
Python笔记--数值与运算符
摘要： 根据《Python编程入门经典》（James Payne著，张春晖译）整理。 Python中的数值 Python提供了三种类型的可用数值：整型、浮点型和虚数。 type 使用type()函数可以确定数值的分类。 >>> type(1) <class 'int'> >>> type(1.0) <cla 阅读全文
posted @ 2021-08-23 14:25 奋斗的小仔 阅读(66) 评论(0) 推荐(0)
Python笔记--字符串
摘要： 根据《Python编程入门经典》（James Payne著，张春晖译）整理。 字符串可以使用单引号(')，双引号(")和三引号(''', """)括起来。这三种引号是等价的。 >>> 'string' 'string' >>> "string" 'string' >>> '''string''' ' 阅读全文
posted @ 2021-08-23 13:28 奋斗的小仔 阅读(50) 评论(0) 推荐(0)
2021年8月21日
PyTorch笔记--池化层
摘要： 深度学习的运算量与运算过程的张量大小(N, C, H, W)有关。输入的张量太大，不仅不匹配最终的输出结果，还会 使计算量变大。为了能够同时减少计算量，并且得到比较小的输出，神经网络会使用池化层来对中间的特征向量 进行降采样，减小H和W的大小。池化层没有任何参数张量和缓存张量，在深度学习过程中仅仅相 阅读全文
posted @ 2021-08-21 20:23 奋斗的小仔 阅读(1384) 评论(0) 推荐(0)
PyTorch--创建类
摘要： PyTorch的模型通过继承nn.Moudle类，在类的内部定义子模块的实例化，通过前向计算调用子模块，最后实现 深度学习模型的搭建。 基础结构： import torch.nn as nn class MyNet(nn.Module): def __init__(self, ...): # 定义类 阅读全文
posted @ 2021-08-21 17:51 奋斗的小仔 阅读(295) 评论(1) 推荐(0)
2021年8月18日
PyTorch笔记--卷积的实现
摘要： 卷积的模块在PyTorch中分为一维、二维和三维。在函数名上的体现是1d、2d、3d。 torch.nn.Conv1d 一维卷积层，输入的尺度是(N, C_in,L_in)，输出尺度（N,C_out,L_out）。一维卷积一般用于文本数据，只对宽度进行卷积，对高度不卷积。 class torch.n 阅读全文
posted @ 2021-08-18 21:41 奋斗的小仔 阅读(1045) 评论(0) 推荐(0)
2021年8月15日
PyTorch笔记--CIFAR数据集
摘要： CIFAR数据集是物体的分类数据集，包含两个不同的数据子集，分别是CIFAR10和CIFAR100，这两个数据集均有60000张32x32大小 的图像，其中每个数据集被分成训练集和测试集两类，训练集有50000张图像，测试集有10000张图像。对于CIFAR10数据集来说，这些 图像被分成不同的10 阅读全文
posted @ 2021-08-15 19:38 奋斗的小仔 阅读(607) 评论(0) 推荐(0)