cs231n 课程作业 Assignment 1

cs231n作业环境配置 cs231n作业的环境配置 查了很多资料,尝试了很多次,终于成功了 参考文章:http://www.manongjc.com/article/30189.html 首先我的电脑是win10(x86),安装了python3.6 1.安装anaconda,要找到和你的Python版本相对应的anaconda版本 anaconda官网上只提供最新的版本,所以建议去镜像地址下载:https://mirr... 阅读详情

Assignment 1

完成 这里 的课程笔记中 Module 1: Neural Networks 的阅读。

作业要求见 Assignment #1: Image Classification, kNN, SVM, Softmax, Neural Network,主要需要完成 kNN,SVM,Softmax分类器,还有一个两层的神经网络分类器的实现。

Download  The CIFAR-10 dataset

If you're going to use this dataset, please cite the tech report at the bottom of this page. 
VersionSizemd5sum
CIFAR-10 python version163 MBc58f30108f718f92721af3b95e74349a
CIFAR-10 Matlab version175 MB70270af85842c9e89bb428ec9976c926
CIFAR-10 binary version (suitable for C programs)162 MBc32a1d4ab5d03f1284b67883e8d87530

python2和python3间的错误

1.print 后面家括号

2.

try:
    import cPickle as pickle    #python 2
except ImportError as e:
    import pickle   #python 3



cs231n课程作业assignment1之knn学习笔记及易错点 一.k近邻(k-Nearest Neighbor)算法 1.训练:分类器简单地记住全部数据 2.预测:计算测试数据和所有训练数据之间的距离,利用k近邻算法找到最近的k个点,用投票机制选择k个中出现最多的label作为预测label。 二.加载数据集 1.CIFAR10数据集介绍 CIFAR10数据集包含十个类别,60000张图片,每个类别6000张 下载数据集解压后分为以上文件: batches.meta为ASCII编码文件,记录0-9标签对应的类别名。 下边六个data_batch.bin文件每个各包含 阅读详情

相关推荐

Megatron-LM深度解析:万亿参数大模型的3D并行训练之道

训练框架,采用创新的"层内模型并行"设计,通过将Transformer层的计算拆分到多个GPU上并行执行,显著提升训练效率。该系统支持3D并行策略(数据并行、张量并行、流水线并行)和序列并行等新技术,成功应用于训练5300亿参数的MT-NLG模型。相比DeepSpeed、TPU GSPMD等框架,Megatron-LM在NVIDIA GPU上展现出卓越性能,并与TensorRT等工具深度集成,形成从训练到部署的完整解决方案。该项目持续演进,已成为大模型训练的重要基准。

数据与算法架构提升之路专栏 2091

CS231n Spring 2019 Assignment 1—KNN

相关链接 在暑假里面粗略地学习了一下CS231n的课程,个人感觉非常有收获,对于入门深度学习中的计算机视觉特别有效。现在想通过写博客这种方式,来再一遍地找漏巩固。下面是一些课程的官方链接: 网页 说明 课程主页 这个网页上还有2015到2018的过去几年的课程链接 课程笔记 有三次作业链接和三个模块的笔记、教程 详细的教学大纲 有对应视频课程的slides,拓展阅读,也包含...

laizi_laizi的博客 1031

免费大容量国外网盘测评:冷数据归档与rclone加密接入

云存储的本质,是通过对象存储、冗余编码和分层缓存,把本地磁盘容量问题转化为网络访问与数据管理问题。免费大容量国外网盘常以空间换用户规模或付费转化,容量政策、传输策略、协议支持和退出成本,往往比标称容量更决定长期可用性。支持 WebDAV、S3 兼容和命令行工具的服务,可接入 rclone 等自动化流程,再配合客户端加密与冷热分层,用于冷数据归档、老项目备份和家庭影像保存。理解带宽换算、单文件上限、保活机制与传输一致性后,评估话题型大容量网盘与专业向协议网盘,就能把免费空间纳入可靠存储层。围绕免费大容量国外网

weixin_31292729的博客 214

SVM算法的深度剖析(CS231N课程作业)

SVM(支持向量机)算法属于机器学习的监督学习类算法,需要用已知数据训练模型并且用模型来预测未知数据,而SVM主要是对数据进行非线性或者线性分类,你可以从本篇文章中了解全向量化损失函数的实现,解析梯度的全矢量化表达式,如何用数值梯度检查实施,如何用验证集调整学习率和正则化强度,以及用SGD来刷新参数来降低损失函数,最后可视化学习权重。二次规划是一种特殊的数学优化问题,它的目标函数是一个二次函数,而约束条件是一些线性方程或者不等式。

jojosansy的博客 1492

DETRs with Collaborative Hybrid Assignments Training论文阅读与代码

在这篇论文中,作者观察到在DETR中将过少的 Query 分配为正样本,采用一对一的集合匹配,会导致对编码器输出的监督稀疏,严重损害编码器的区分特征学习,反之亦然,也会影响解码器中的注意力学习。为了缓解这个问题,作者提出了一种新颖的协同混合分配训练方案,名为Co-DETR,以从多样的标签分配方式中学习更高效、更有效的基于DETR的检测器。这种新的训练方案可以通过训练多个并行辅助 Head ,以一对多的标签分配方式(如ATSS和Faster RCNN)进行监督,轻松增强端到端检测器中编码器的学习能力。

qingjing0413的博客 1156

发那科机器人抓手与物料搬运阀的配置与优化实践

本文详细介绍了发那科机器人抓手与物料搬运阀的配置与优化实践,包括基础配置指南、阀岛与输入模块的详细设置、测试程序编写与验证技巧,以及常见问题排查与性能优化建议。通过实际案例和经验分享,帮助技术人员快速掌握关键配置步骤,提升物料搬运系统的稳定性和效率。

weixin_33738555的博客 385

【Python学习笔记】cs231nPython Numpy教程

一些快速创建数组的方法:np.zeros创建全0数组,np.ones创建全1数组,np.full创建一个给定大小和类型并且以指定数字全部填充的新数组,np.eye创建对角线全为1的单位矩阵。很奇怪为什么这里修改切出来的b,会影响a的值,查了以后发现切片相当于只是创建了一个视图,并没有复制一份a,所以修改子数组会在原数组的基础上进行修改。真是基础不牢,地动山摇。还有一点很不适应的地方,是python中的数组和C#也不太一样,C#里输入几个[][]就能定义的数组,到了python里面变复杂了。

bailichen800的博客 2695

CCC数字钥匙3.0标准解读(22)

介绍设备制造商服务器和车辆制造商服务器之间的通信协议.

weixin_41738640的博客 1748

CS231n计算机视觉作业1-Q2-svm

[toc] 支持向量机练习 完成一个基于SVM的全向量化损失函数 完成解析梯度的全向量化表示 用数值梯度来验证你的实现 使用一个验证集去调优学习率和正则化强度 运用随机梯度下降去优化损失函数 可视化最后的学习得到的权重 ...

roymustang的博客 2279

YOLOv11 改进 - 检测头 | Detect_LSCD轻量共享卷积检测头:轻量化设计破解计算瓶颈,增强复杂场景目标感知能力

本文介绍了基于群归一化(GroupNorm)和共享卷积的轻量化检测头LSCD,并将其集成进YOLOv11。LSCD检测头充分利用了GroupNorm和共享卷积的优势,在保持特征信息有效融合的同时,减少计算量和运算复杂度。我们将LSCD的代码集成到YOLOv11检测头中,并在tasks文件中进行注册。实验证明,YOLOv11-LSCD在目标检测任务中取得了良好的效果。

魔改工程师的博客 2393

实战|mitmproxy+Playwright 拦截篡改Cloudflare验证流程,实现无感爬取(2026实测可用)

2026年对抗Cloudflare,别再死磕滑块、轨迹、算法。高伪装浏览器 + 中间层劫持篡改验证流程Playwright + mitmproxy = 无感过CF这篇是纯实战、无废话、可直接上线的方案。你只要把目标网站、cf_clearance填进去,就能跑通。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1284

CS231N-2017课程作业(assignment 1)之KNN

Cs231n-2017课程作业(assignment 1)之KNN KNN算法理解:(百度百科)   KNN也即k-Nearest Neighbor,K(最)近邻分类算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也即是K个邻居,可根据一定的距离计算公式寻找邻居,如曼哈顿距离,欧式距离等), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中。 ...

Snowy_susu的博客 2157

CKA-题库-简洁参考答案-反复练习20遍-必过!!!

新版CKA考试已于2020年9月1日正式上线! 考试模式:线上考试 考试时间:2小时 认证有效期:3年 软件版本:Kubernetes v1.19 重考政策:可接受1次重考 经验水平:中級 题目数量:17题 题库量小:随机的题目重复率极高 考试时可打开两个浏览器Tab,一个是考试窗口,一个用来查阅官方文档](https://kubernetes.io/docs/) 01 Task - 英文 Create a new ClusterRole named deployment-clusterrole tha.

随笔记录-分享&记忆 7318

cs231n课程作业assignment1(KNN)

前言: 以斯坦福cs231n课程的python编程任务为主线,展开对该课程主要内容的理解和部分数学推导。 k-Nearest Neighbor分类器简介: k-Nearest Neighbor,简称KNN,翻译过来的意思就是k邻近分类,一个测试与已知的训练集中的数据进行求欧氏距离运算,取前K个距离最短的数据,然后根据前K个数据中标签出现次数最多的便为该测试的标签,更高的k值可以让分类的效...

27Up的博客 700

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

cs231n课程作业assignment1(SVM)

以斯坦福cs231n课程的python编程任务为主线,展开对该课程主要内容的理解和部分数学推导,主要介绍的SVM(支持向量机的推导和实现)。

Rain的博客 9859

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

CS231N课程作业Assignment1--KNN

CS231N课程作业

鲁棒最小二乘支持向量机 3842

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

CS231N课程作业Assignment1--SVM

CS231N作业

鲁棒最小二乘支持向量机 2999

CS231N课程作业Assignment1--Softmax

CS231N作业

鲁棒最小二乘支持向量机 597

cs231n课程作业assignment1(Softmax)

前言:以斯坦福cs231n课程的python编程任务为主线,展开对该课程主要内容的理解和部分数学推导。 主要介绍了机器学习中Softmax 的原理和SVM与其的区别。

Rain的博客 2237

【cs231n学习笔记(2017)】——— 课程作业assignment1及拓展(KNN)

构建模型 L1模型 代码实现: import numpy as np class KNN_L1: def __init__(self): pass def train(self,X, y): self.X_train = X self.y_train = y def predict(self, x): ...

(。◕‿◕。) 1446

cs231n作业:Assignment1-SVM

def svm_loss_naive(W, X, y, reg): """ Structured SVM loss function, naive implementation (with loops). Inputs have dimension D, there are C classes, and we operate on minibatches of N...

MR CODER 299

CS231n作业+代码实践:Assignment1 Softmax

Softmax exercise 这一章节我们需要完成: 用向量化的方法完成Softmax损失函数 完成用全向量化的方法来计算理论梯度 用数值话方法来检查梯度是否正确 使用一个验证集来估计学习率和正则化值 用SGD来优化损失函数 可视化最后的学习到的权重W 导入之前代码,导入数据集 from __future__ import print_function import random impo...

qq_42931831的博客 398

cs231n作业:assignment1 - svm

完成了一个基于SVM的损失函数。 数据集 载入的数据集依旧是: Train data shape: (49000, 32, 32, 3) Train labels shape: (49000,) Validation data shape: (1000, 32, 32, 3) Validation labels shape: (1000,) Test data shape: (100...

Fangzh的技术博客 2638
上一篇: 机器学习资源集合初探
下一篇: Halcon初探
gdamichael
博客等级 码龄20年 32粉丝 9原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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