- 博客(11)
- 收藏
- 关注
RSS订阅原创 MNIST数据集欣赏
对于初学者来说，MNIST 数据集是进入深度学习世界的绝佳敲门砖。它提供了一个相对容易理解和处理的问题场景，下面是可视化其中部分数据。
2024-11-02 22:41:53
186
原创 自定义数据集
比如，数据可能存储在数据库中、本地文件系统的特定格式文件中（如CSV文件、图像文件），或者是通过网络请求获取的，通过自定义数据集类可以很好地处理这些不同的情况。2. 代码复用和组织：将数据处理和加载的逻辑封装在数据集类中，使得代码更加模块化。这样在不同的模型训练和实验场景中，可以方便地复用数据集类，同时也便于维护和修改代码。当使用 PyTorch 进行机器学习任务时，比如训练一个神经网络来进行图像分类、文本生成等，通常需要将原始数据转换为 Dataset 的形式。自定义 Dataset数据集类的好处。
2024-11-01 22:01:31
317
原创 改进的遗传算法解决旅行商问题（TSP）
这段代码实现了一个改进的遗传算法，用于解决旅行商问题（TSP）。它首先通过贪婪算法生成初始解，然后通过交换和逆转操作产生新解，并使用遗传算法中的选择、交叉和变异操作来优化解。代码还包括一个可视化函数，用于展示优化过程中每一代最优解的变化。请注意，由于旅行商问题是一个NP难问题，对于大规模实例（城市数量非常多），即使使用启发式算法也可能需要很长时间才能找到较好的解。此外，代码中的参数（如种群大小、代数、变异率等）可能需要根据具体问题进行调整以获得最佳性能。
2024-10-11 23:39:40
327
原创 Python解决0-1规划问题
print("最大利润 f(x) =", pl.value(model.objective))最大利润 f(x) = 410.0。
2024-09-27 13:41:01
315
1
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