原创 【阿里雲訓練營】python查漏補缺 1

文章來自:微信公衆號【機器學習煉丹術】。 有問題疑惑,或者想交流交朋友的可以加個人微信:cyx645016617 參考目錄: 目錄1 註釋2 is 與 ==3 運算優先級4 查找所有屬性和方法5 type和isinstance36 位運算6

原创 【小白學PyTorch】7 最新版本torchvision.transforms常用API翻譯與講解

文章來自:微信公衆號【機器學習煉丹術】。歡迎關注支持原創 也歡迎添加作者微信:cyx645016617. 參考目錄: 目錄1 基本函數1.1 Compose1.2 RandomChoice1.3 RandomOrder2 PIL上的操作2.

原创 【圖像增強】CLAHE 限制對比度自適應直方圖均衡化

文章目錄: 目錄1 基本概述2 競賽中的CLAHE實現3 openCV繪製直方圖4 對比度Contrast5 Contrast Stretching6 Histogram Equalization7 CLAHE7.1 Contrast Li

原创 【小白學PyTorch】6 模型的構建訪問遍歷存儲(附代碼)

文章轉載自微信公衆號:機器學習煉丹術。歡迎大家關注,這是我的學習分享公衆號,100+原創乾貨。 文章目錄: 目錄1 模型構建函數1.1 add_module1.2 ModuleList1.3 Sequential1.4 小總結2 遍歷模型結

原创 【小白學PyTorch】5 torchvision預訓練模型與數據集全覽

文章來自:微信公衆號【機器學習煉丹術】。一個ai專業研究生的個人學習分享公衆號 文章目錄: 目錄torchvision1 torchvision.datssets2 torchvision.models模型比較 torchvision 官

原创 【小白學PyTorch】4 構建模型三要素與權重初始化

文章目錄: 目錄1 模型三要素2 參數初始化3 完整運行代碼4 尺寸計算與參數計算 1 模型三要素 三要素其實很簡單 必須要繼承nn.Module這個類,要讓PyTorch知道這個類是一個Module 在__init__(self)中設置

原创 【小白學PyTorch】1 搭建一個超簡單的網絡

文章目錄: 目錄1 任務2 實現思路3 實現過程3.1 引入必要庫3.2 創建訓練集3.3 搭建網絡3.4 設置優化器3.5 訓練網絡3.6 測試 1 任務 首先說下我們要搭建的網絡要完成的學習任務: 讓我們的神經網絡學會邏輯異或運算,異或

原创 【小白學PyTorch】3 淺談Dataset和Dataloader

文章目錄: 目錄1 Dataset基類2 構建Dataset子類2.1 Init2.2 getitem3 dataloader 1 Dataset基類 PyTorch 讀取其他的數據,主要是通過 Dataset 類,所以先簡單瞭解一下 Da

原创 【小白學AI】GBDT梯度提升詳解

文章來自微信公衆號:【機器學習煉丹術】 文章目錄: 目錄0 前言1 基本概念2 梯度 or 殘差 ?3 殘差過於敏感4 兩個基模型的問題 0 前言 先縷一縷幾個關係: GBDT是gradient-boost decision tree G

原创 【小白學PyTorch】2 淺談訓練集和測試集

文章目錄: 目錄經驗誤差與過擬合評估方法 經驗誤差與過擬合 關鍵詞:錯誤率(error rate),精度(accuracy)。 錯誤率好理解,就是m個樣本中,a個樣本分類錯誤,則錯誤率E = a/m 。 精度 就是 1-E。 其實很簡單,

原创 【小白寫論文】技術性論文結構剖析

文章來自微信公衆號【機器學習煉丹術】。歡迎加入AI友好互助交流羣~ 文章目錄: 目錄1 introduction1.1 Aims and Objectives1.2 Background and Literature Survey2 Bac

原创 【小白學AI】XGBoost推導詳解與牛頓法

文章來自微信公衆號:【機器學習煉丹術】 目錄1 作者前言2 樹模型概述3 XGB vs GBDT3.1 區別1:自帶正則項3.2 區別2:有二階導數信息3.3 區別3:列抽樣4 XGB爲什麼用二階導4.1 爲什麼減少了計算量4.2 爲什麼加

原创 小白學PyTorch 動態圖與靜態圖的淺顯理解

文章來自公衆號【機器學習煉丹術】,回覆“煉丹”即可獲得海量學習資料哦! 目錄1 動態圖的初步推導2 動態圖的葉子節點3. grad_fn4 靜態圖 本章節縷一縷PyTorch的動態圖機制與Tensorflow的靜態圖機制(最新版的TF也支持

原创 【小白學推薦1】 協同過濾 零基礎到入門

文章轉自公衆號【機器學習煉丹術】,關注回覆“煉丹”即可獲得海量免費學習資料哦! 最近找工作的時候發現,機器學習算法工程師往往和推薦算法 相關聯,之前對推薦算法並不瞭解,所以現在我也是零基礎入門一下推薦算法。這篇文章是我個人的學習筆記。 目

原创 【小白學AI】隨機森林 全解 (從bagging到variance)

文章轉自公衆號【機器學習煉丹術】,關注回覆“煉丹”即可獲得海量免費學習資料哦! 目錄1 隨機森林2 bagging3 神祕的63.2%4 隨機森林 vs bagging5 投票策略6 隨機森林的特點6.1 優點6.2 bias 與 var