- 博客(46)
- 收藏
- 关注
RSS订阅原创 Day 39 图像数据与显存
通过nn.Flatten()展平操作，将二维图像 “拉成” 一维向量（784=28×28 个元素），使其符合全连接层的输入格式。其中不定义这个flatten方法，直接在前向传播的过程中用 x = x.view(-1, 28 * 28) 将图像展平为一维向量也可以实现。MLP 的输入层要求输入是一维向量，但 MNIST 图像是二维结构（28×28 像素），形状为 [1, 28, 28]（通道 × 高 × 宽）。（2）输入数据的尺寸包含了通道数input_size=(1, 28, 28)
2025-08-10 22:53:38
269
原创 Day 37 早停策略和模型权重的保存
对信贷数据集训练后保存权重，加载权重后继续训练50轮，并采取早停策略。2.第一次训练（不使用早停）3.第二次训练（使用早停）
2025-08-08 23:47:58
300
原创 Day34 GPU训练及类的call方法
_call__ 方法是一个特殊的魔术方法（双下划线方法），它允许类的实例像函数一样被调用。# 不带参数的call方法# 使用示例print(counter()) # 输出: 1print(counter()) # 输出: 2print(counter.count) # 输出: 2@浙大疏锦行。
2025-08-05 23:20:51
223
原创 Day 33 简单的神经网络
这里定义一个简单的全连接神经网络模型，包含一个输入层、一个隐藏层和一个输出层。今日的代码，要做到能够手敲。这已经是最简单最基础的版本了。3.模型训练（cpu版本）
2025-08-04 23:37:18
164
原创 Day30 模块和库的导入
使用方法IDE（如 VSCode 或 PyCharm）通常会将你打开的项目文件夹设为“根目录”（或者说，运行时的工作目录）。Python 在导入模块时，会从这个根目录开始查找。若编写一个计算圆面积的代码并保存为 circle.py，这个文件就是一个模块。使用时通过 import circle 导入模块，调用其中的函数，如 circle.calculate_area(5)@浙大疏锦行。
2025-08-02 22:58:14
175
原创 Day 28 类的定义和方法
calculate_perimeter()：计算周长（公式：2×(长+宽)）。is_square() 方法，判断是否为正方形（长 == 宽）。calculate_circumference()：计算圆的周长（公式：2πr）。calculate_area()：计算圆的面积（公式：πr²）。calculate_area()：计算面积（公式：长×宽）。1.包含属性：长 length、宽 width。题目2：定义长方形（Rectangle）类。1.包含属性：半径 radius。题目1：定义圆（Circle）类。
2025-07-31 23:40:35
166
原创 DAY26 函数专题1
任务： 编写一个名为 calculate_circle_area 的函数，该函数接收圆的半径 radius 作为参数，并返回圆的面积。圆的面积 = π * radius² (可以使用 math.pi 作为 π 的值)注意点：可以采取try-except 使函数变得更加稳健，如果传入的半径为负数，函数应该返回 0 (或者可以考虑引发一个ValueError，但为了简单起见，先返回0)。要求：函数接收一个位置参数 radius。计算半径为5、0、-1时候的面积。题目1：计算圆的面积。
2025-07-28 23:39:13
262
原创 DAY 25 异常处理机制
except: 如果try块中的代码确实引发了特定类型的异常（或者任何异常，如果未指定类型），则执行此代码块。- finally: （可选）无论try块中是否发生异常，总会执行此代码块（常用于资源清理）。- else: （可选）如果try块中的代码没有发生任何异常，则执行此代码块。- try: 包含可能会引发异常的代码块。程序会首先尝试执行这里的代码。
2025-07-27 23:41:39
159
原创 DAY 20 奇异值SVD分解
对于任何矩阵（如结构化数据可以变为：样本*特征的矩阵，图像数据天然就是矩阵），均可做等价的奇异值SVD分解，对于分解后的矩阵，可以选取保留前K个奇异值及其对应的奇异向量，重构原始矩阵，可以通过计算Frobenius 范数相对误差来衡量原始矩阵和重构矩阵的差异。
2025-07-22 20:00:00
167
原创 DAY17 常见聚类算法
4.原则t-sne或者pca进行2D或3D可视。2.选择合适的算法，根据评估指标调参（ ）3.将聚类后的特征添加到原数据中。
2025-07-19 23:51:29
213
原创 DAY16 Numpy数组
1. 矩阵乘法：需要满足第一个矩阵的列数等于第二个矩阵的行数，和线代的矩阵乘法算法相同。4. 矩阵求逆：需要满足矩阵是方阵且行列式不为0，然后使用伴随矩阵除以行列式得到逆矩阵。2. 矩阵点乘：需要满足两个矩阵的行数和列数相同，然后两个矩阵对应位置的元素相乘。1. 在后续深度学习中，我们经常需要对数据进行随机化处理，以确保模型的泛化能力。5. 矩阵求行列式：需要满足矩阵是方阵，然后使用代数余子式展开计算行列式。2. 为了测试很多函数的性能，往往需要随机化生成很多数据。3. 矩阵转置：将矩阵的行和列互换。
2025-07-18 23:42:52
184
原创 DAY8 标签编码与连续变量处理
使用花括号创建字典，键和值之间使用冒号 : 分隔，之间使用逗号分隔每个键必须是唯一的，而值可以是任意类型的对象，如字符串、整数、浮点数、列表等。
2025-07-10 23:42:12
152
原创 DAY7 复习日 打卡
针对之前学到的所有知识，针对心脏病项目的数据集来完成数据的预处理。（我们暂时还没说到标签编码、连续变量处理，所以可以忽略）
2025-07-09 23:52:01
242
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人