- 博客(59)
- 收藏
- 关注
RSS订阅原创 Python训练营打卡Day59(2025.7.3）
机器学习模型：通过滑动窗口实现，往往需要借助arima等作为特征提取器来捕捉线性部分（趋势、季节性），再利用自己的优势捕捉非线性的残差。模型结果的检验可视化（昨天说的是摘要表怎么看，今天是对这个内容可视化）深度学习模型：独特的设计天然为时序数据而生。多变量数据的理解：内生变量和外部变量。（单向因果）、VAR（考虑双向依赖）
2025-07-03 23:39:55
443
原创 Python训练营打卡Day57(2025.6.27）
MA(q) 移动平均模型：当前值收到短期冲击的影响，且冲击影响随时间衰减。AR(p) 自回归模型：当前值受到过去p个值的影响。ARMA(p,q) 自回归滑动平均模型。：同时存在自回归和冲击影响。处理非平稳性：n阶差分。处理季节性：季节性差分。
2025-06-27 23:32:26
260
原创 Python训练营打卡Day56(2025.6.22）
-- 开始检验白噪声属性 --- 1. 序列的均值: -0.0408 (结论: 均值非常接近0，满足条件。) 2. 序列的方差: 0.8624 (结论: 方差接近于1，满足条件。np.random.randn理论方差为1) 3. 检验自相关性 (使用ACF图): - ACF图展示了序列与它过去值之间的相关性。- 对于白噪声，只有lag=0时相关性为1，其他所有lag的相关性都应在蓝色置信区间内（统计上不显著）。偏自相关性检验：PACF检验。自相关性检验：ACF检验和。Ljung-Box 检验。
2025-06-22 21:35:23
416
原创 Python训练营打卡Day54(2025.6.15）
之所以说传统，是因为现在主要是针对backbone-neck-head这样的范式做文章。特征融合方法阶段性总结：逐元素相加、逐元素相乘、concat通道数增加等。感受野与卷积核变体：深入理解不同模块和类的设计初衷。inception模块和网络。
2025-06-15 23:38:59
194
原创 Python训练营打卡Day53(2025.6.13）
nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法。leakyReLU介绍：避免relu的神经元失活现象。对抗生成网络的思想：关注损失从何而来。
2025-06-13 22:54:43
273
原创 Python训练营打卡Day48(2025.6.8）
卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制。随机张量的生成：torch.randn函数。
2025-06-08 23:57:14
452
原创 Python训练营打卡Day46(2025.6.6）
什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。不同CNN层的特征图：不同通道的特征图。通道注意力：模型的定义和插入的位置。通道注意力后的特征图和热力图。
2025-06-06 22:08:53
261
原创 Python训练营打卡Day45(2025.6.5）
tensorboard在cifar上的实战：MLP和CNN模型。tensorboard的发展历史和原理。效果展示如下，很适合拿去组会汇报撑页数。tensorboard的常见操作。
2025-06-05 23:29:18
203
原创 Python训练营打卡Day41(2025.5.31）
Flatten -> Dense (with Dropout，可选) -> Dense (Output)1. 输入 → 卷积层 → Batch归一化层（可选） → 池化层 → 激活函数 → 下一层。batch归一化：调整一个批次的分布，常用与图像数据。特征图：只有卷积操作输出的才叫特征图。调度器：直接修改基础学习率。卷积神经网络定义的写法。
2025-05-31 23:57:48
475
原创 Python训练营打卡Day40(2025.5.30）
dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout。展平操作：除第一个维度batchsize外全部展平。彩色和灰度图片测试和训练的规范写法：封装在函数中。
2025-05-30 23:40:37
463
原创 Python训练营打卡Day38(2025.5.27）
Dataset类的__getitem__和__len__方法（本质是python的特殊方法）minist手写数据集的了解。Dataloader类。
2025-05-28 00:08:42
226
原创 Python训练营打卡Day37(2025.5.26）
保存全部信息checkpoint，还包含训练状态。过拟合的判断：测试集和训练集同步打印指标。
2025-05-28 00:05:35
163
原创 Python训练营打卡Day35(2025.5.24）
三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化。进度条功能：手动和自动写法，让打印结果更加美观。推理的写法：评估模式。
2025-05-24 14:37:53
215
原创 Python训练营打卡Day34(2025.5.23）
类的call方法：为什么定义前向传播时可以直接写作self.fc1(x)GPU训练的方法：数据和模型移动到GPU device上。CPU性能的查看：看架构代际、核心数、线程数。GPU性能的查看：看显存、看级别、看架构代际。
2025-05-24 14:30:41
262
原创 Python训练营打卡Day33(2025.5.22）
1. 分类任务中，若标签是整数（如 0/1/2 类别），需转为long类型（对应 PyTorch 的torch.long），否则交叉熵损失函数会报错。2. 回归任务中，标签需转为float类型（如torch.float32）。查看显卡信息的命令行命令（cmd中使用）数据预处理（归一化、转换成张量）PyTorch和cuda的安装。继承nn.Module类。定义损失函数和优化器。
2025-05-22 12:42:59
220
原创 Python训练营打卡Day32(2025.5.21）
官方文档的阅读和使用：要求安装的包和文档为同一个版本。官方文档的检索方式：github和官网。绘图的理解：对底层库的调用。普通方法所需要的参数。
2025-05-22 12:37:20
194
原创 Python训练营打卡Day30(2025.5.19）
导入库/模块的核心逻辑：找到根目录（python解释器的目录和终端的目录不一致）导入自定义库/模块的方式。导入官方库的三种手段。
2025-05-19 23:01:35
235
原创 Python训练营打卡Day26(2025.5.15)
在即将进入深度学习专题学习前，我们最后差缺补漏，把一些常见且重要的知识点给他们补上，加深对代码和流程的理解。try-except-else-finally机制。debug过程中的各类报错。try-except机制。
2025-05-15 23:56:39
155
原创 Python训练营打卡Day25(2025.5.14)
在即将进入深度学习专题学习前，我们最后差缺补漏，把一些常见且重要的知识点给他们补上，加深对代码和流程的理解。try-except-else-finally机制。debug过程中的各类报错。try-except机制。
2025-05-14 23:22:36
148
原创 Python训练营打卡Day22(2025.5.11)
自行学习参考如何使用kaggle平台，写下使用注意点，并对下述比赛提交代码。仔细回顾一下之前21天的内容，没跟上进度的同学补一下进度。
2025-05-11 23:07:24
205
原创 Python训练营打卡Day20(2025.5.9)
推荐系统：在协同过滤算法中，用户-物品评分矩阵通常是稀疏且高维的。SVD (或其变种如 FunkSVD, SVD++) 可以用来分解这个矩阵，发现潜在因子 (latent factors)，从而预测未评分的项。这里其实属于特征降维的部分。数据重构：比如重构信号、重构图像（可以实现有损压缩，k 越小压缩率越高，但图像质量损失越大）降噪：通常噪声对应较小的奇异值。通过丢弃这些小奇异值并重构矩阵，可以达到一定程度的降噪效果。特征降维：对高维数据减小计算量、可视化。奇异值推导（可不掌握）
2025-05-09 18:59:28
256
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人