随笔分类 - 机器学习
摘要：为了能用深度学习来解决现实世界的问题，我们经常从预处理原始数据开始， 而不是从那些准备好的张量格式数据开始。 下面我们将简要介绍使用pandas预处理原始数据，并将原始数据转换为张量格式的步骤。 1.读取数据集 举一个例子，我们首先创建一个人工数据集，并存储在CSV（逗号分隔值）文件 ../data
阅读全文
摘要：概念介绍（基础） 练习* 用其他形状（例如三维张量）替换广播机制中按元素操作的两个张量。结果是否与预期相同？ a = torch.arange(20).reshape((5,1,4)) b = torch.arange(48).reshape((6,2,4)) (a+b).shape Runtime
阅读全文
摘要：为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。 首先，我们介绍维数组，也称为张量（tensor）。 使用过Python中NumPy计算包的读者会对本部分很熟悉。 无论使用哪个深度学习框架，它的张量类（在MXNet中为ndarray， 在PyTorch和TensorFlow中为Tenso
阅读全文
摘要：1.监督学习 监督学习（supervised learning）擅长在“给定输入特征”的情况下预测标签。 每个“特征-标签”对都称为一个样本（example）。 整个监督学习过程如图所示。 图 监督学习 1.1回归 回归（regression）是最简单的监督学习任务之一。当标签取任意数值时，我们称之
阅读全文
摘要：1、首先在cityscapes数据集官网注册登录 2、选择需要下载的数据集，并执行如下命令即可 wget --keep-session-cookies --save-cookies=cookies.txt --post-data 'username=数据集网站中自己的用户名&password=自己的
阅读全文
摘要：监督学习(supervised learning)：已知数据和其一一对应的标签，训练一个智能算法，将输入数据映射到标签的过程。监督学习是最常见的学习问题之一，就是人们口中常说的分类问题。比如已知一些图片是猪，一些图片不是猪，那么训练一个算法，当一个新的图片输入算法的时候算法告诉我们这张图片是不是猪。
阅读全文
