原创 pytorch動手實現——K近鄰算法

簡介 k近鄰(knn)算法算是比較簡單的機器學習算法,它屬於惰性算法,無需訓練,但是每次預測都需要遍歷數據集,所以時間複雜度很高。 KNN模型的三個基本要素: K值得選擇,K值越小,近似誤差越小,估計誤差越大,相當於過擬合。舉個

原创 深度學習模型函數執行完畢後顯存不釋放問題解決方案

使用多線程的方法來解決 如下定義model_predict()函數爲調用深度學習模型預測結果函數,返回接口列表,使用多線程的方法可以使得調用函數後釋放顯卡,以便在同張顯卡上調用第二個深度學習模型。 具體代碼如下 import mu

原创 pytorch中torch.nn.dropout和torch.nn.F.dropout區別

其實這二者在功能上並沒有本質的區別,如果我們看nn.dropout的代碼,我們會發現 class Dropout(_DropoutNd): ........ @weak_script_method def for

原创 及時知道模型已經訓練完畢——讓程序向你的微信發送提醒

簡介 本來以前是用同學基於itchar寫的,在模型訓練完成後向文件傳輸助手發送消息來告知模型已經訓練完畢。現在貌似網頁版微信已經不可以使用了,所以將同學的代碼重構成基於ServerChan的代碼後,分享給大家。 github: h

原创 pytorch模型存儲的幾種方式以及存在的問題

Tutorials 首先我們要了解pytorch有關保存和加載模型的三個核心函數 torch.save: 該函數用python的pickle實現序列化,並將序列化後的object放到硬盤。 torch.load: 用pickle

原创 Graph Convolutional Networks for Text Classification閱讀筆記

原文鏈接 簡介 文本分類是自然語言處理中一個常見的基礎問題。我們常用的文本表示方法有CNN,RNN,LSTM等等。這些模型會優先考慮文本的順序信息和局部信息,能夠很好的捕獲連續詞序列中的語義和語法信息,但是它忽略了全局的詞共現,詞共現

原创 幾種圖神經網絡方法總結(Graph Neural Network)

概要 近年來圖神經網絡受到大家越來越多的關注,在文本分類(Text classification),序列標註(Sequence labeling), 神經機器翻譯(Neural machine translation),關係抽取(Re

原创 xgb自定義目標函數和評價函數(自定義mae近似函數爲目標函數)

xgboost自定義目標函數及評價函數 xgboost是支持自定義目標函數和評價函數的,官方給的demo如下: # user define objective function, given prediction, return gr

原创 自動機器學習工具NNI使用體驗

NNI簡介 NNI (Neural Network Intelligence) 是由微軟亞洲研究院人工智能系統聯合中心打造的AutoML開源工具包。 它通過多種調優的算法來搜索最好的神經網絡結構和(或)超參,並支持單機、本地多機、雲等

原创 C++/Matlab混合編程(vs2010和matlabR2014a)

這幾天在使用matlab/c++混編時,遇見很多問題,解決起來很痛苦,分享一些經驗給大家,希望大家少走些彎路。 首先這裏說下,不建議使用matlab2010a和vs2010來混合編程,因爲我自己嘗試過,遇到很多問題,matlab2010

原创 有關openmesh 4.1如何在vs2010以及qt creator中搭建使用

下載 openmesh 去官網下載最新版的openmesh,下載時注意版本和你選擇的是源代碼還是已經編譯過得,這裏我推薦選擇編譯的,只需要安裝即可。 官網下載地址 在官網中選擇vs2010版本或你自己想要的版本,下載後選擇目錄安裝即可

原创 windows下的qt creator 和 vs2010配置glut工具庫(qt 5.5.0版本)

首先,下載glut工具庫所需文件,可以去opengl官網查找,也可在如下鏈接下載 glut庫下載地址 vs2010下配置glut 下載好的文件中有五個文件,將*.h文件拷貝到 C:\Program Files (x86)\Micros

原创 android studio將代碼關聯到git@osc(出現 Empty repository,以及push reject解決)

第一步 下載git並安裝,這一步網絡上已經有很多教程,不在多言,下載地址如下 http://git-scm.com/downloads/ 第二步 在android studio上配置好git file->settings->versi

原创 ImageWarping--反距離加權插值(IDW)方法實現及報告

反距離加權插值(IDW) 根據給定的控制點對和控制點的位移矢量(方向和距離),實現圖像每一個像素點的位移。反距離加權插值的方法是通過得到每一個像素點和選定控制點對的逼近關係,以及相對應的權重關係,求得像素點相對應的變化關係,逼近函數可以理

原创 有關eigen庫在qt中的使用

eigen庫在vs2010中直接添加地址到包含目錄即可,但在qt creator中沒有此項功能。 我們只需要在.pro文件中添加地址即可,即添加如下語句 INCLUDEPATH+=D:/Eigen/eigen (自己根據自己的目錄地址