01 2021 档案

pytorch—卷积，上下采样，卷积神经网络，module模块，数据增强
摘要：卷积操作 框在上一层移动，卷积操作生成下一层的每一个点 给不同的k(x,y)可以生成图片上不同的层 最上面的x是b张图片三个通道，每个通道28*28 onek是一个kernel,knernel有三个通道，每个通道3*3 multi_kernel是多个kernel，16个kernel，每个3个通道，每 阅读全文
posted @ 2021-01-28 23:12 克莱比-Kirby 阅读(985) 评论(0) 推荐(0)
pytorch——全连接层，模型好坏的衡量，过拟合欠拟合及解决方法，动量，卷积开头
摘要：全连接层 import torch #构建全连接层的写法 class zqh_layer(torch.nn.Module): #定义一个自己想的类，继承于torch.nn.Module def __init__(self): #以下两行固定写法 super(zqh_layer, self).__in 阅读全文
posted @ 2021-01-27 00:01 克莱比-Kirby 阅读(610) 评论(0) 推荐(0)
机器学习
摘要：机器学习的应用范围 监督学习是从标记bai的训练数据来推断du一个功能的机器学习任务。监督学习是一种目的明确的训练方式。 监督学习需要给数据打标签;而无监督学习不需要给数据打标签。监督学习由于目标明确，所以可以衡量效果;而无监督学习几乎无法量化效果如何。 你知道得到的是什么;而无监督学习则是没有明确 阅读全文
posted @ 2021-01-25 17:10 克莱比-Kirby 阅读(215) 评论(0) 推荐(0)
pytorch——预测值转换为概率，单层感知机，多层感知机，分类问题
摘要：softmax函数，可以将算出来的预测值转换成0-1之间的概率形式 导数的形式 import torch import torch.nn.functional as F x=torch.tensor([3.3,2.2,1.0]) x.requires_grad_() y=F.softmax(x,di 阅读全文
posted @ 2021-01-24 16:42 克莱比-Kirby 阅读(2855) 评论(0) 推荐(0)
pytorch——合并分割,数学运算，高级操作，神经元(激活函数)，损失函数
摘要：分割与合并 import torch import numpy as np #假设a是班级1-4的数据，每个班级里有32个学生，每个学生有8门分数 #假设b是班级5-9的数据，每个班级里有32个学生，每个学生有8门分数 #现在要将两个班级合并 a=torch.rand(4,32,8) b=torch 阅读全文
posted @ 2021-01-22 23:20 克莱比-Kirby 阅读(245) 评论(0) 推荐(0)
pytorch——不用包模拟简单线性预测，数据类型，创建tensor，索引与切片
摘要：常见的学习种类 线性回归，最简单的y=wx+b型的，就像是调节音量大小。逻辑回归，是否问题。分类问题，是猫是狗是猪 最简单的线性回归y=wx+b 目的：给定大量的（x,y）坐标点，通过机器学习来找出最符合的权重w和偏置b 损失指的是每个点进行wx+b-y然后平方累加，是用来估量模型的预测值f(x)与 阅读全文
posted @ 2021-01-20 23:23 克莱比-Kirby 阅读(145) 评论(0) 推荐(0)