原创 第二週、圖像預處理transforms
這裏寫目錄標題一、transforms運行機制1.1 計算機視覺工具包torchvision1.2 常用的圖像預處理方法torchvision.transforms1.3 流程圖二、數據標準化transforms.normaliz
2020-07-07 05:46:07
原创 第二週、Dataset與Dataloader
這裏寫目錄標題一、數據讀取流程二、數據讀取流程數據提取流程三、DataLoader四、Dataset二級目錄三級目錄 一、數據讀取流程 二、數據讀取流程數據提取流程 讀那些：Sampler輸出的Index 從哪讀：Dataset
2020-07-07 05:46:07
原创 第二週、transforms圖像增強（一）
一、數據增強 數據增強又稱爲數據增廣,數據擴增,它是對訓練集進行變換,使訓練集更豐富,從而讓模型更具泛化能力 二、transforms——裁剪 2.1 transforms.CenterCrop transforms.Center
2020-07-07 05:46:07
原创 第一週、autograd-自動求導系統
autograd-自動求導系統autograd注意torch.autograd.backward1.1 retain_graph1.2 grad_tensorstorch.autograd.grad三級目錄 autograd注意
2020-07-03 07:22:43
原创 第一週、邏輯迴歸
邏輯迴歸原理求解步驟代碼 原理 邏輯迴歸是線性的二分類模型， 分析自變量x與因變量y(概率)之間關係的方法 表達式：y=f(wx+b) f(x) = 1/1+e^(-x) 求解步驟 代碼 import tor
2020-07-03 07:22:42
原创 第一週、計算圖與動態圖機制
計算圖與動態圖機制一、計算圖1.1定義1.2表示1.3函數二、計算圖動態機制2.1 動態圖 vs 靜態圖 一、計算圖 1.1定義 用來描述運算的有向無環圖，主要元素:結點和邊 結點：數據，如向量，矩陣，張量。 邊：運算，如加減乘除
2020-06-29 21:54:33
原创 第一週、線性迴歸
線性迴歸求解步驟求解步驟代碼 求解步驟 分析一個變量與另外一（多）個變量之間關係的方法 自變量：x 因變量：y 關係：線性 y = wx+b 分析：求解w,b 求解步驟 1、確定模型 model：y=
2020-06-29 21:54:33
原创 張量的操作
張量操作一、拼接與切分1.1 torch.cat()1.2 torch.stack()1.3 torch.chunk()1.4 torch.split()二、索引2.1 torch.index_select()2.2 torch.
2020-06-29 21:54:33
原创 c-1（99乘法表和最小公約數）
99乘法表 兩層循環 外層控制行數和第二個乘數，內層控制每一行第一個變化的數字 #include "stdio.h" int main() { int i,j; for(i=1;i<=9;i++) { for(j=1;j
2019-02-27 22:14:06
原创 JSON
JSON ：輕量級的數據交換格式 JSON對象：是直接可以使用JQuery操作的格式，如C#中可以用對象（類名）點出屬性（方法）一樣。 JSON字符串：僅僅只是一個字符串，一個整體，不截取的話沒辦法取出其中存儲的數據，不能直接使用。
2019-01-17 02:59:17
原创 面向對象day1
1、類與對象 類：具有相同屬性和技能的一類事物 對象：具體的類的表現，是一個實例 eg:人是一類，泰勒是一個對象 2、類體 變量部分、方法（函數）部分 3、 類名的角度：操作類中的靜態變量 class Person:
2019-01-17 02:59:17
原创 python(day8)
1、函數名的應用 函數名是一個特殊的變量，與括號配合可以執行函數的變量 a、函數名的內存地址： def func(): print("哈哈") print(func) 結果:<function func
2019-01-09 21:56:56
原创 python(day9)
1、生成器和生成器表達式 本質就是一個迭代器 三種生成辦法： a、生成器函數 注：生成器函數被執行，獲取到的是生成器，而不是函數的執行 def func(): print("jay") y
2019-01-09 21:56:56
原创 題
1、乘法表 # 9*9 a = 1 while a <= 9: i = 1 while i <= a: print("%d*%d=%d\t" % (a,i,a*i),end="")
2019-01-09 21:56:56
原创 python(day11)
1、lambda 匿名函數，一行搞定一個函數，不適用於複雜的函數操作 語法：變量 = lambda 參數 ：函數體（直接return的內容） def func(n): return n*n print(func(3))
2019-01-09 21:56:56