- 博客(7)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 2021-09-26
构建神经网络步骤总结： 1、加载数据 使用的头文件：from torchvision import datasets, transforms 加载数据分为两部分： 加载训练集 加载测试集 二者差别不大，唯一却别就是训练集要将训练参数为true，测试集为false； batchsz=32 cifar_train=datasets.CIFAR10('cifar',True,transform=transforms.Compose([ transforms.Resize((32,32)
2021-09-26 21:18:11
228
原创 2021-09-26
第三讲：图像特征与描述 内容 颜色特征 量化颜色直方图 聚类颜色直方图 几何特征 Edge Corner Blob 基于关键点的特征描述子 SIFT SURF ORB 其他特征提取 List item LBP Gabor 代码实践 颜色特征 HSV颜色空间： 在最底层有一条色带，图片中有哪些颜色，对应区域会得到柱状图； 优势: 计算高效 劣势： 量化问题 稀疏 聚类颜色空间： 适用于Lab等颜色空间 几
2021-09-26 18:26:19
275
原创 2021-09-20
循环神经网络 简介：RNN是一类具有内部环的神经网络，在处理两个不同的独立序列之间，RNN会被重置； 注：相比于其他神经网络（例如密集连接网络和卷积神经网络，通常称为前馈网络），其可以携带此前运行的记忆， 循环神经网络图示 循环神经网络的运行过程图： 该过程的计算表达式： 1、首先投入到和输入量的计算过程中，并且通过激活函数得到ht； 2、ht作为记忆输出至下一层中，再通过Why得到最终的输出y，该步骤可省略； 循环神经网络是如何进行训练的： 训练优化都是通过梯度为指向来优化的，为此只要得到总的导
2021-09-20 22:40:25
224
原创 2021-09-15
pytorch的基本操作 Broadcast自动扩展 expand 扩张不需要拷贝数据 注意点： 1、 从第一个维度开始匹配（后面的小前面的大）； 2、 对应的size相同，可进行对应位置的元素相加; 实例： Feature maps：[4,32,14,14] Bias ：[32，1，1]>[1,32,1,1]>[4,32,14,14] 具体完成的功能： 自动根据需要将原有的数据进行复制，以及将原有的数据维度1的维度扩张为计算对象相同的维度 存在的意义： 能够自动扩张又不需要手动的完成扩
2021-09-15 18:22:16
159
原创 2021-09-14
pytorch初体验 实例：数字识别 代码部分： `` import torch from torch import nn, relu # 完成神经网络的相关工作 from torch import optim import torchvision from matplotlib import pyplot as plt from torch.nn.functional import mse_loss from utils import plot_image,plot_curve,one_hot ba
2021-09-14 12:11:56
534
原创 2021-09-10
matplotlib第一节作业 import random from matplotlib import pyplot as plt #准备数据 y=[random.randint(0,6) for i in range(11,31)] x=range(11,31) #是表格可以正常显示中文 plt.rcParams[‘font.sans-serif’]=[‘SimHei’]#用来正常显示中文标签 plt.rcParams[‘axes.unicode_minus’]=False#用来正常显示负号 _x=li
2021-09-10 17:07:00
100
原创 2021-09-10
Matplotlib 1、 为什么进行数据分析 有岗位需求； 是机器学习的基础 是python数据科学的基础 2、 什么是数据分析 数据分析是用适当的方法对收集；来的大量数据进行分析，帮助人们做出判断，一边采取适当的行动； 3、 数据分析的流程 提出问题 准备数据 分析数据 获得结论 成果可视化。。。。 4、 什么是matplotlib 帮助画图，数据可视化， 5、 Matplotlib基本要点 Matplotlib默认不显示中文，通过Matplotlib.Rc可以修改，具体
2021-09-10 16:51:38
94
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人