菜菜小孙的blog

Nearest Neighbor Algorithm邻近算法(Nearest Neighbor)的思想实际上十分简单，就是将测试图片和储存起来的训练集一一进行相似度计算，计算出最相近的图片，这张图片的标签便是赋给测试图片的分类标签。那么如何比较两组数据之间的相似长度呢？L1距离（曼哈顿距离 Manhattan distance）import numpy as npimport _pickle as pickledef load_CIFAR10(filename): train

cifar10的pytorch尝试根据官网教程解决问题import torchimport torchvisionimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport numpy as npimport osimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimos.env

使用Google colab的GPU运行resnet由于我的电脑显卡是AMD，跑代码每一个epoch都要超级超级久，偶然间听到了Google colab，于是用起来了，感觉非常爽Colaboratory 是一个免费的 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。借助 Colaboratory，可以编写和执行代码、保存和共享分析结果，以及利用强大的计算资源，所有这些都可通过浏览器免费使用。今日依旧是菜菜小孙，感谢某东的Jikess创建Google账户手机号无法注册

根据视频敲代码https://www.bilibili.com/video/BV12741177Cu?p=1尝试一，随机生成64*1000，给出分类import torch.nn as nnimport torchN,input,H,output = 64,1000,100,10x = torch.randn(N,input)y = torch.randn(N,output)class TwoLayerNet(torch.nn.Module): def __init__(self

pytorch 读取数据集我的数据集长这样：xx.png和xx_mask.png是对应的待分割图像和ground truth数据集对象被抽象为Dataset类，实现自定义的数据集需要继承Dataset__ getitem ：返回一条数据，或一个样本。obj[index]等价于obj. getitem __(index)__ len__：返回样本的数量。len(obj)等价于obj.__ len__()from torch.utils.data import Datasetimport