原创 k-近鄰算法——電影類型分類

k-近鄰算法採用測量不同特徵值之間的距離方法進行分類,它的工作原理很好理解。 簡單來說就是離x最近的k個點決定了x歸爲哪一類。 具體點說: 1.假設有一一個帶有標籤的樣本數據集(訓練樣本集) ,其中包含每條數據與所屬分類的對應關

原创 線性迴歸——梯度下降算法

梯度下降算法:採用求平方和極小值的方法,進行數據擬合 目的:使損失函數找到最小值 設一個方程爲 y=wx+b+e 其中e爲高斯噪聲,範圍是(0.01,1) loss=(wx+b-y)^2 loss是大於等於0的,當取等號時,

原创 Tensor——屬性統計

statisticsnorm範數norm-pmax/min/mean/prod/sumargmax/argmindim/keepdimtop-k/k-thtopkkthvaluecomparea>0a不等0:相等問題 norm範數

原创 PyTorch——開發環境安裝(win10:CPU+GPU版本)

文章目錄1. 安裝Anaconda2. 安裝Python3. 安裝cuda和cuDNN1. cuda安裝包2. cuda10.03. 安裝cuDNN4. 安裝CPU 版本PyTorch4.1 配置管理環境4.2 安裝 PyTorc

原创 Tensor——基本運算

文章目錄broadcasting加減乘除矩陣運算torch.mm( )torch.matmul( )/@二維:>二維powsqrt/sqrtexp/log近似值梯度裁剪最大、最小值:.clamp( ) broadcasting e

原创 Pytorch——高階操作op

where cond = torch.where(condition,x,y) 若cond爲真則由a賦值給cond,否則b賦值 import torch import numpy as np cond = torch.ran

原创 啃書——機器學習實戰(Peter Harrington)

終於要認真啃這本書了,特別良心的是書上所得的源代碼都可以到出版社網站下載,網址如下: http://www.manning.com 然後搜索:MAchineLearningAction 點開下載Source Code即可

原创 Pytorch——維度變換

Operationview/reshapelost dim information數據污染squeeze/unsequzee增加維度for instancefor example刪減維度expand/repeatexpand:br

原创 卷積神經網絡+用pytorch構建神經網絡

目錄1. 神經網絡1.1 神經網絡是怎麼工作的?1.2 神經網絡爲什麼要這樣工作呢?softmax迴歸損失梯度下降算法反向傳播算法2.卷積神經網絡2.1 與傳統卷積神經網絡的區別2.2 卷積神經網絡工作原理卷積層激活函數——Rel

原创 Pytorch中的梯度問題彙總

目錄1.梯度定義2.極小值3.常見函數的梯度3.激活函數(1) 定義(2) sigmoid函數(3) Tanh函數(4) ReLU4. loss及其梯度(1) MSE(2) softmax5. 感知機的梯度5.1 單層感知機5.2

原创 matplotlib——pyplot使用簡介

matplotlib.pyplot是一個有命令風格的函數集合,它看起來和MATLAB很相似。每一個pyplot函數都使一副圖像做出些許改變,例如創建一幅圖,在圖中創建一個繪圖區域,在繪圖區域中添加一條線等等。在matplotlib

原创 CSDN修改博客中的圖片大小+去除圖片水印

寫博客不可避免的要上傳各種圖片,有時候那圖片放上來真的是太虎了,圖之大一眼看不下… 具體怎麼變小巧呢~~~~~~~ 首先上傳圖片到博客,會生成一段鏈接: ![在這裏插入圖片描述]((https://img-blog.csdnim

原创 對圖片進行簡單的卷積處理

先熟練一下打開圖片:” from PIL import Image import matplotlib.pyplot as plt import numpy as np img=Image.open("C:\\Users\\楊夢雨

原创 記錄狗血的這週末 我心態炸了

事情是這樣的,昨天中午我多吃了一碗飯…… 再次回到電腦前,他莫名其妙的不讓我運行所有和torch相關的程序了 只要我運行就會出現下邊這句話: Key already registered with the same priorit

原创 Tensor——拼接與拆分

文章目錄1. 拼接(1). cat(2). stack2. 拆分(1). split(2). chunk 1. 拼接 (1). cat 注意要指出在哪個維度上進行拼接: >>> import torch >>> a = torch