原创 pytorch張量基礎補充

# 創建tensor import torch import numpy as np # 方式一:import from numpy # a = np.array([2,3.3]) # b = torch.from_numpy(

原创 c++學習01

//2020.2.26:瞭解程序的分區,通過代碼演示查看各個區域數據的地址有何不同 /* 內存分區模型: 代碼區:存放函數體的二進制代碼,有操作系統進行管理 全局區:存放全局變量和靜態變量以及常量 棧區:由編譯器自動分配釋放,存

原创 動手學習深度學習-數據操作

# 創建tensor import torch # 創建5x3的未初始化的tensor x = torch.empty(5,3) print(x) """ tensor([[0., 0., 0.], [0., 0.

原创 c++實現通訊錄管理系統

//封裝函數顯示該界面,如void showMenu() //在main函數中調用封裝好的函數 #include<iostream> #include<string> #define MAX 1000 using namespa

原创 動手學習深度學習-梯度

# tensor的屬性改爲.requires_grad設置爲true,它將開始追蹤在其上的所有操作(這樣就可以利用鏈式法則進行梯度傳播) # 完成計算後,可以調用.backward()來完成所有梯度計算,此Tensor的梯度將累積

原创 動手學習深度學習最新版(pytorch)-線性代數知識

x = torch.arange(4) print(x) # tensor([0, 1, 2, 3]) """ 我們可以使用下標引用矢量的任何元素。 例如,我們可以引用 x x 的第 i / th 元素 x x x x x x

原创 張量高階操作

# broadcast自動擴張 """ 從最後一個維度開始,擴張爲同一個類型,被擴張前的維度必須爲1 """ # 拼接和拆分 # 1、cat import torch a = torch.rand(4,32,8) b = tor

原创 動手學習深度學習pytorch最新版-數據處理

#!H:\pytorch # -*- coding:utf-8 -*- #Author: Tangzhao #content:pytorch """ we begin by creating an artificial dat

原创 動手學習深度學習-pytorch最新版

最近大佬們重新對動手學習深度學習進行修改,加入了pytorch實現的方式,今天發佈了最新版,正在完善中,將自己今天的學習筆記記錄在此,由於全英文的內容,自己翻譯可能不太對,請多多指教! #!H:\pytorch # -*- cod

原创 opencv4學習筆記--圖片的讀取、顯示和保存

# opencv實現讀取、顯示和保存圖片 """ 讀取圖像 使用cv.imread()函數讀取圖像。圖像應該在工作目錄或圖像的完整路徑應給出。 第二個參數是一個標誌,它指定了讀取圖像的方式。 cv.IMREAD_COLOR:

原创 統計學習方法第一章概論

# 統計學習分類 """ 監督學習:是指從標註數據中學習預測模型的機器學習問題,標註數據表示輸入和輸出的對應關係,預測模型對給定的輸入產生相應的輸出。監督學習的本質就是學習輸入到輸出的映射規律。 輸入空間;輸入的向量。例如x 特徵

原创 動手學習深度學習(pytorch)-線性迴歸

# 本節介紹使用pytorch來搭建線性迴歸模型 # 1、生成數據集 import torch from IPython import display from matplotlib import pyplot as plt im

原创 pytorch學習-張量

# tensors(張量) # Tensors類似於Numpy的ndarrays,同時Tensors可以使用GPU進行計算 from __future__ import print_function import torch #

原创 判斷成績等級,將百分制轉換爲等級

#include<stdio.h> int main() { double grade; int temp; printf(“請輸入您孩子的成績:\n”); scanf("%lf",&grade); temp=(int)(grade/

原创 用數組將3x4的數組轉換爲4x3數組

#include<stdio.h> int main() { int arr1[3][4]={{1,2,3,4},{2,4,6,8},{3,6,9,12}}; int arr2[4][3],i,j; printf(“array arr