Greif_HairLine的博客

网上的教程大多要安装Anaconda（开源的Python包管理器）、CUDA（用于GPU加速）等一系列idle，其实对于初学者实现基本功能不建议安装这些。 开发环境：pip已安装、python3.8 1.上Pytorch官网 、 https://pytorch.org/ 点击Get Start 按如图所示配置（注意选择自己的操作系统） 2.复制”Run this Command" 打开命令窗口 3.验证安装 ...

卷积神经网络的一般架构 Convolution–卷积层 Pooling–池化层 Fully connected–全连接层 池化层 【作用】：缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性（可以理解为抗干扰性能） 【分类】： Max Pooling：最大池化 Average Pooling：平均池化 最大池化（效率高） 【处理】：以上图为例，将输入分为四个区域，取出每个区域的最大值，组成新的矩阵 【理解】：可以把输入的矩阵看作是某些特征的集合，数字大意味着过滤器提取了某些特定的特征，池化就是

2020年的暑假，忙里偷闲买了本西瓜书，照着小破站上的machine learning的教程学了个框架。 这张图让我明白了机器学习在人工智能的地位，以及其下辖的分支学科。 怎么说呢，这是一门入门门槛比较低的学科，有一定的高数现代基础就能看得懂大多数算法，但是动手自己写代码，把抽象的模型用代码具体化真的非常难。 想要写代价函数必须了解一下几个概念： 线性回归 训练集 假设函数 线性回归： 线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表

import torch from torch.autograd import Variable tensor = torch.FloatTensor([[1,2],[3,4]]) variable = Variable(tensor, requires_grad = True) t_out = torch.mean(tensor*tensor) # 各个元素分别相乘，不是矩阵乘法 v_out = torch.mean(variable*variable) '''v_out = 1/4sum(var*v