- 博客(5)
- 收藏
- 关注
RSS订阅原创 Password change required but no TTY available
摘要：本文针对首次通过VSCode登录服务器时出现的密码过期但无法修改的问题，提供了解决方案。由于VSCode终端缺少TTY交互功能，建议使用本地终端（Windows的CMD/PowerShell或Mac/Linux的Terminal）通过SSH登录服务器，按照提示完成密码修改流程（输入旧密码、设置符合复杂度要求的新密码）。修改成功后即可用新密码重新连接服务器。
2025-12-01 18:54:09
273
原创 Pytorch实现自然场景识别
本文介绍了使用PyTorch实现IntelImageClassification数据集的图像分类任务。该数据集包含约14k训练图像和3k测试图像，分为建筑、森林等6个类别。文章详细说明了数据预处理流程，包括图像缩放、随机翻转等增强方法。定义了一个包含3个卷积层和2个全连接层的简单CNN模型，使用交叉熵损失和Adam优化器进行训练。在5个epoch的训练后，模型在测试集上达到了较高的准确率。完整代码提供了从数据加载、模型训练到评估的完整流程，并支持GPU加速，适合作为图像分类任务的入门实践。
2025-11-27 09:29:35
588
原创 Pytorch实现心脏病预测（二分类任务）
本文介绍了一个基于PyTorch的心脏病预测二分类任务实现方案。使用包含13个特征的心脏病数据集，构建了一个3层全连接神经网络模型（64-32-1），采用ReLU激活函数和20%的Dropout防止过拟合。通过标准化处理数据后，使用二元交叉熵损失函数和Adam优化器进行训练。在20个epoch的训练后，模型在测试集上取得了较好的准确率。该方案完整展示了从数据预处理到模型训练评估的整个流程，适合机器学习初学者学习二分类任务的基本实现方法。
2025-11-26 19:26:05
1305
原创 Pytorch实现CIFAR10彩色图片识别分类
本文介绍了使用PyTorch构建CNN模型在CIFAR-10数据集上进行图像分类的实现过程。CIFAR-10包含60,000张32x32的RGB图像，分为10个类别。模型采用三层卷积结构（64/128/256通道）配合批量归一化和最大池化，全连接层输出10类预测。训练使用Adam优化器（lr=0.001）和数据增强（随机水平翻转），经过10个epoch训练后在测试集达到约85%的准确率。完整代码实现了GPU加速训练、进度条显示和模型保存功能，可作为深度学习图像分类的入门实践范例。
2025-11-26 10:48:43
707
原创 Pytorch实现MNIST手写数字识别
MNIST数据集：该数据集一共有7万张图片，其中6万张是训练集，1万张是测试集。每张图片是28 × 28 的的0 - 9的手写数字图片组成。每个图片是黑底白字的形式，黑底用0表示，白字用0-1之间的浮点数表示，越接近1，颜色越白。编译器：PyCharm 2025.1。
2025-11-25 20:02:41
1042
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人