摘要：
文章目录 1 引言2 方法一2.1 numpy实现2.2 TensorFlow实现2.3 Pytorch实现 3 方法二3.1 numpy实现3.2TensorFlow实现3.3 Pytorch实现 4 评估指标4.1 不考虑部分正确的评估方法4.2 考虑部分正确的评估方法 5 总结引用 1 引言 阅读全文
摘要：
1.创建： 创建的形式打开其实就是覆盖了 import csv def create_csv(): path = "ecg.csv" with open(path,'w') as f: csv_write = csv.writer(f) csv_head = ["id","label"] csv_w 阅读全文
摘要：
0.为什么要保存和加载模型 用数据对模型进行训练后得到了比较理想的模型，但在实际应用的时候不可能每次都先进行训练然后再使用，所以就得先将之前训练好的模型保存下来，然后在需要用到的时候加载一下直接使用。模型的本质是一堆用某种结构存储起来的参数，所以在保存的时候有两种方式，一种方式是直接将整个模型保存下 阅读全文
摘要：
在建立时序模型时，若使用keras，我们在Input的时候就会在shape内设置好sequence_length（后面均用seq_len表示），接着便可以在自定义的data_generator内进行个性化的使用。这个值同时也就是time_steps，它代表了RNN内部的cell的数量，有点懵的朋友可 阅读全文
摘要：
这是在自己做多标签分类任务时用到的，最后把结果sigmoid处理，值位于【0， 1】之间，大于阈值的取1，小于阈值的取0 两种方法： a = torch.rand((1, 3)) # 保证和a相同的维度大小 zero = torch.zeros_like(a) one = torch.ones_li 阅读全文
摘要：
一句代码的事： data = [1, 2, 3, 4] print(",".join(str(i) for i in data)) >>>"1,2,3,4" 阅读全文
摘要：
DataLoader函数定义如下： DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, num_workers=0, collate_fn=default_collate, pin_memory=False, drop_las 阅读全文