机器学习笔记 - 杂记一

本文介绍了在Colab上挂载云盘、解压文件及使用Keras进行模型训练的方法,详细讲解了反向传播的原理,并探讨了Keras的噪声层在防止过拟合中的作用。同时,还分享了ImageNet数据集的下载链接和解决MXNet训练时遇到的问题,以及如何在JupyterLab中配置多Python环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、colab 上挂载云盘,切换到指定目录

#挂载云盘
from google.colab import drive
drive.mount('/content/drive/')
 
#是否可用cuda
import torch
torch.cuda.is_available()
 
#切换目录
import os
os.chdir('/content/drive/My Drive/AlexNet')
 
#查看目录内容
!ls

2、压缩包直接解压到google drive

挂在云盘之后,可以直接用命令进行解压,但是解压之后需要注意的是,需要等待并确认文件是否已经移动到google drive内。因为之前测试过一个压缩包,内含10000个文件,发现解压完在google drive内是慢慢增加的,所以猜测是从colab的服务器copy到云盘内的。

!unzip /content/drive/MyDrive/RSNA_224_224/test224.zip -d /content/drive/MyDrive/RSNA_224_224_test/ >train.log

3、反向传播

即通过神经网络得到预测结果,把预测结果跟标注Label进行比对,发现误差;然后得到神经网络里每个神经元权重导数;接着通过算法得到每个神经元导数,再更新神经元的权重以得到更好的神经元网络,周而复始迭代训练,使得误差减少。游戏规则是:小粉兔只能通过“高、低”来告诉小蓝人数字范围,直到猜到或无限趋近正确数字。这里的小蓝人代表输出层节点,左侧数字为输入信号,右侧数字为输出结果。小粉

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值