自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(36)
  • 收藏
  • 关注

原创 pytorch学习-12循环神经网络(基础篇)

当有多层RNN时,可调整函数中num_layer参数,多层RNN如下图所示:batch_first设置为TRUE,需要进行下图的调整:

2025-07-10 21:05:30 922

原创 pytorch学习-13循环神经网络(高级篇)

由于本节课不需要对所有的隐层状态h都做线性映射的,只是让RNN最后的输出是一个分类,可以让网络简化为下面(分类结果只与最后一个隐藏状态相关): 模型处理过程如下图所示: 需要解决两个问题: 这个过程的最终结果需要得出3个值,一个batch的大小B,一个每个name的向量长度S,一个是每个name的向量表示中非0元素的个数,如图所示。 过程: 1.字符串—>字符—>ASCII码: 2.填充 : 确保每个样本的

2025-07-10 21:04:29 531

原创 pytorch学习-11卷积神经网络(高级篇)

1x1卷积的计算量相对较小,因为卷积核的大小为1x1,只需要进行简单的点乘和加法操作。作为初始结果,通过下图“shortcut connections”,那么此时我们需要学习的目标就是 F(x)=H(x)-x,于是 ResNet 相当于将学习目标改变了,不再是学习一个完整的输出,而是最优解。,保护信息的完整性,整个网络则只需要学习输入、输出差别的那一部分,简化学习目标和难度。假定某段神经网络的输入是 x,期望输出是 H(x),即 H(x) 是期望的复杂潜在映射,但学习难度大;普通直连的卷积神经网络和。

2025-07-05 18:44:42 1079 1

原创 pytorch学习-10.卷积神经网络(基础篇)

本文介绍了卷积神经网络(CNN)的基本原理和PyTorch实现方法。主要内容包括:1) CNN的基本工作流程,包括卷积层、池化层、全连接层等核心组件;2) 单通道和多通道卷积的实现方式及其参数设置(padding、stride等);3) 最大池化层的作用及实现;4) 通过MNIST手写数字识别案例,展示了完整CNN模型的构建、训练和测试过程。文章详细讲解了各层原理,并配有PyTorch代码实现和运行结果,适合深度学习初学者系统学习CNN的基础知识。

2025-07-05 16:23:59 1025

原创 pytorch学习-9.多分类问题

全连接网络中,要求输入的是一个矩阵,因此需要将1x28x28的这个三阶的张量变成一个一阶的向量,因此将图像的每一行的向量横着拼起来变成一串,这样就变成了一个维度为1x784的向量,一共输入N个手写数图,因此,输入矩阵维度为(N,784)。,得到(1.22,1.11,0.90),将其求和得到公式的分母(sum=3.23),最后(1.22/sum,1.11/sum,0.90/sum)即可得到最终结果。如下图所示,经过处理后,有三个类别的值输出到SoftMax层中,首先将(0.2,0.1,-0.1)分别。

2025-07-02 19:11:01 1047

原创 pytorch学习—8.加载数据集

Pytorch深度学习——用Mini-Batch训练数据(B站刘二大人P8学习笔记)_minibatch-优快云博客。,num_workers=2表示每次用两个线程加载数据(运算结果每次输出两个epoch)。在 for epoch in range(10):上方添加该代码即可(注意缩进)用于批量加载数据,batch_size=32表示每次加载32个样本,打乱数据集的顺序,最后通过分组形成一个一个的。=True表示每次加载时。获取全部数据集,在通过。

2025-07-02 12:34:15 866

原创 pytorch学习—7.处理多维特征的输入

下图为有关的具体矩阵运算,把方程运算转换成矩阵这种向量化的运算之后,可以利用计算机GPU/CPU的并行运算的能力来提高整个运算的速度。神经网络层次叠加的过程,就是维度不断下降的过程。一般数据x的各项特征横着写,符合数据在表中的格式(每一列代表一个特征),便于理解。一个样本里有八个特征,但计算的最终结果需要是一个实数,所以将样本中的每一个。在之前的学习中,因为一个样本里只有一个特征,所以只用这。(神经网络并不是学习能力越强越好,学习能力太强,会学习数据集中的一些。实现,通过找到最优的权重,组合起来的。

2025-07-01 19:29:15 1008

原创 pytorch学习—6.logistic回归

它衡量的是模型预测的概率分布与真实标签的概率分布之间的差异。实际上是同一个函数,它们在不同的上下文中可能被使用不同的名称。具体来说,逻辑函数在统计学和机器学习中通常被称为 Sigmoid 函数,特别是在。Sigmoid 函数的形状使其非常适合用于表示概率值,其中输入是线性组合,通常是。,特别是在二分类问题中。可以将任意实数映射到 (0, 1) 区间内,非常适合表示二分类问题中的概率。,其中 w是权重向量,x 是输入特征向量,b 是偏置项。Sigmoid 函数是一种常用的。

2025-07-01 12:18:01 432

原创 pytorch学习—5.用pytorch实现线性回归​

若按照视频写criterion=torch.nn.MSELoss(size_average=False),则会报出下方错误。: 这个类定义了一个简单的线性回归模型,包含一个。修改为下方代码即可。

2025-06-30 09:52:35 434

原创 pytorch学习—4.反向传播(用pytorch算梯度)

是。

2025-06-29 18:32:36 659

原创 pytorch学习_3.梯度下降算法

它在每次迭代中使用一个小批次(mini-batch)的样本计算梯度,而不是使用所有样本(GD)或单个样本(SGD)。:将整个训练集划分为若干个小批次,每个小批次包含一定数量的样本(通常为 32、64、128 等)。:在每次迭代中,随机选择一个小批次的样本,计算这些样本的梯度的平均值,然后更新参数。:梯度计算公式为 ∇J(w)=n1​∑i=1n​∇Ji​(w),其中n是样本数量。:梯度计算公式为 ∇Ji​(w),其中i是随机选择的样本索引。:计算精确的梯度,但计算成本高,尤其在大数据集上。

2025-06-29 14:23:45 900

原创 pytorch 学习-2.线性模型

File "D:\桌面\pythonProject2\main.py", line 3, in <module> import matplotlib.pyplot as plt ModuleNotFoundError: No module named 'matplotlib'系统中同时安装了多个 Python 环境(例如,系统自带的 Python 和 Anaconda),可能会导致冲突。在设置中找到python编辑器,添加本地编辑器,并在下载的Anaconda中找到python.exe,点击确定即可。

2025-06-28 16:28:44 362

原创 从零开始学习人工智能(Python高级教程)Day7-Python3爬虫

使用 requests 库抓取中文网页时,可能会遇到编码问题,导致中文内容无法正确显示,为了确保能够正确抓取并显示中文网页,通常需要处理网页的字符编码。BeautifulSoup 是一个用于从网页中提取数据的 Python 库,特别适用于解析 HTML 和 XML 文件。BeautifulSoup 能够通过提供简单的 API 来提取和操作网页中的内容,非常适合用于网页抓取和数据提取的任务。BeautifulSoup 提供了多种方法来查找网页中的标签,最常用的包括。

2025-05-07 14:39:11 1008

原创 从零开始学习人工智能(Python高级教程)Day7-Python3模块

许多函数名与特殊方法名相同,只是没有双下划线。为了向后兼容性,也保留了许多包含双下划线的函数,为了表述清楚,建议使用没有双下划线的函数。Python 3.X 的版本中已经没有 cmp() 函数,如果你需要实现比较功能,需要引入。operator 模块提供了一套与 Python 的内置运算符对应的高效率函数。方法改变随机数生成器的种子,可以在调用其他随机模块函数之前调用此函数。,函数名根据它们对应的比较运算符命名。模块实现了各种分布的伪随机数生成器。函数包含的种类有:对象的。,除非另有明确说明。

2025-05-07 10:33:09 768

原创 从零开始学习人工智能(Python高级教程)Day6-Python3 正则表达式

是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。在 Python 中,使用来处理正则表达式。re 模块提供了一组函数,允许你在字符串中进行模式匹配、搜索和替换操作。re 模块使 Python 语言拥有完整的正则表达式功能。本章节主要介绍 Python 中常用的正则表达式处理函数,如果你对正则表达式不了解,可以查看我们的。

2025-05-06 17:37:00 1707

原创 从零开始学习人工智能Day6-Python3标准库概览

json 模块提供了 JSON 编码和解码函数,可以将 Python 对象转换为 JSON 格式,并从 JSON 格式中解析出 Python 对象。例如,使用元组封装和拆封来交换元素看起来要比使用传统的方法要诱人的多,timeit 证明了现代的方法更快一些。和系统相关的功能,例如解释器的版本和路径,以及与 stdin、stdout 和 stderr 相关的信息。支持日期和时间算法的同时,实现的重点放在更有效的处理和格式化输出。的函数,例如创建、移动和删除文件和目录,以及访问环境变量等。

2025-05-06 14:34:16 878

原创 从零开始学习人工智能Day5-Python3 输入和输出

第三种方式是使用文件对象的 write() 方法,标准输出文件可以用 sys.stdout 引用。如果你希望输出的形式更加多样,可以使用 str.format() 函数来格式化输出值。如果你希望将输出的值转成字符串,可以使用 repr() 或 str() 函数来实现。如果你有一个很长的格式化字符串, 而你不想将它们分开, 那么在格式化时通过。(称作格式化字段) 将会被 format() 中的。那么它们的值会指向使用该名字的参数。最简单的就是传入一个字典, 然后使用。如果在 format() 中使用了。

2025-04-25 12:13:25 929

原创 从零开始学习人工智能Day5-Python3 模块

的)

2025-04-25 11:11:50 997

原创 从零开始学习人工智能Day4-Python3 数据结构

使用列表时,如果频繁地在列表的开头插入或删除元素,性能会受到影响,因为这些操作的时间复杂度是 O(n)。通常应用程序将一些操作应用于某个序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列。(FIFO, First-In-First-Out)的数据结构,意味着最早添加的元素最先被移除。的,这是它区别于字符串和元组的最重要的特点,一句话概括即:列表可以修改,而字符串和元组不能。,但由于列表的特点,直接使用列表来实现队列并不是最优的选择。同时遍历两个或更多的序列,可以使用。

2025-04-24 15:03:55 1011

原创 从零开始学习人工智能Day4-Python3 函数

函数代码块以def关键词开头,后接函数标识符名称和圆括号()。任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。函数内容以冒号: 起始,并且缩进。return [表达式]结束函数,选择性地返回一个值给调用方,不带表达式的 return 相当于返回 None。def 函数名(参数列表):函数体默认情况下,参数值和参数名称是按函数声明中定义的顺序匹配起来的hello(name) #输出Hello, Alice。

2025-04-24 10:54:16 1408

原创 从零开始学习人工智能Day3-Python 推导式

元组推导式和列表推导式的用法也完全相同,只是元组推导式是用 () 圆括号将各部分括起来,而列表推导式用的是中括号 [],另外元组推导式。元组推导式可以利用 range 区间、元组、列表、字典和集合等数据类型,快速生成一个满足指定需求的元组。Python 推导式是一种独特的数据处理方式,可以从一个。构建另一个新的数据序列的结构体,适用于生成。Python 支持各种数据结构的推导式。

2025-04-23 16:47:13 1209

原创 从零开始学习人工智能Day3-Python3 控制语句

else: #如果 "condition_2" 为False,将执行"statement_block_3"块语句。if condition_1: # 如果 "condition_1" 为 True 将执行 "statement_block_1" 块语句。elif condition_2: #如果"condition_2" 为 True 将执行 "statement_block_2" 块语句。子句中的代码,如果在循环过程中遇到了。

2025-04-23 16:12:36 1100

原创 从零开始学习人工智能Day2-python基础数据类型(续)

一个元素的。

2025-04-23 13:09:49 1109

原创 从零开始学习人工智能Day2-Python3 运算符

is 用于判断两个变量引用对象是否为同一个, == 用于判断引用变量的值是否相等。用于 比较两个对象的存储单元。参考:Python3 运算符 | 菜鸟教程。a 为 60,b 为 13二进制格式如下。比较运算,包括成员检测和标识号检测。变量 a 为 10, b为 20。读取,切片,调用,属性引用。乘,矩阵乘,除,整除,取余。优先级的所有运算符,正,负,按位非 NOT。lambda 表达式。

2025-04-22 14:07:06 814

原创 从零开始学习人工智能Day2-Python3 数据类型转换

这些函数返回一个新的对象,表示转换的值。使用 int()、float()、str() 等预定义函数来执行显式类型转换。用来计算在字符串中的有效Python表达式,并返回一个对象。将一种数据类型转换为另一种数据类型。将一个整数转换为一个十六进制字符串。将一个整数转换为一个八进制字符串。将对象 x 转换为表达式字符串。将序列 s 转换为一个元组。将序列 s 转换为一个列表。将一个字符转换为它的整数值。将对象 x 转换为字符串。将一个整数转换为一个字符。中,Python 会。将x转换到一个浮点数。

2025-04-22 11:28:42 1097

原创 从零开始学习人工智能Day1(2)

python基础语法。

2025-04-21 18:30:58 1001

原创 从零开始学习人工智能Day1

python基础语法学习

2025-04-21 15:35:06 611

原创 从零开始学人工智能Day1

这个源在国内的下载速度是很慢的(精通FQ的大神另说),所以我们为了提高包的下载速度我们可以通过换源来实现。

2025-04-21 13:58:10 1118

原创 c++链表创建

【代码】c++链表创建。

2025-03-21 17:08:54 241

原创 JS-pink 第二天

=,-=,*= ,/=等。

2023-04-18 16:14:43 137

原创 人工智能-动物识别系统

【代码】人工智能-动物识别系统。

2023-04-13 17:10:53 2458

原创 JS-pink 第一天

javaScript:是一种运行在客户端(浏览器)的编程语言,实现人机交互效果。作用网页特效(监听用户的一些行为让网页做出对应的反馈)表单验证(针对表单数据的合法性进行判断)数据交互(获取后台的数据,渲染到前端)服务端编程JavaScript的组成ECMAScript:规定JS基础语法核心知识。如:变量,分支语句,循环语句,对象等Web APIs:由下面组成DOM操作文档(对页面元素进行移动,大小,添加删除等操作)BOM操作浏览器。

2023-03-19 14:49:05 170

翻译 G - 和为给定数

若存在和为 mm 的数对,输出两个整数,小的在前,大的在后,中间用单个空格隔开。若有多个数对满足条件,选择数对中较小的数更小的。若找不到符合要求的数对,输出一行。第一行是整数 n(0 < n \le 100,000)n(0

2022-09-28 19:54:32 227

原创 数据结构-输出单链表倒数第K个结点值

【问题描述】输入一个单向链表,输出该链表中倒数第k个结点,链表的最后一个结点是倒数第1个节点。【输入形式】输入第一位为K值,其后接一串以空格分隔的整型值,输入-1时停止建立链表。【样例说明】K值为3,则输出链表倒数第3个结点的值,为4;数据输入间以空格隔开。【输出形式】输出为倒数第K个结点的值,若无,则输出Not Found。【样例输入】3 13 45 54 32 1 4 98 2 -1。

2022-09-24 20:21:05 2853 2

原创 数据结构-用单链表实现集合的并运算和交运算

有A,B两个集合,分别用两个单链表存放,假设集合中无重复的元素,要求编写两个独立的函数分别实现集合的并运算和交运算,运算结果存放在第3个链表中(运算不能改变原来的A, B链表),假设单链表中的元素值均为正整数,建立链表时,输入-1时停止创建新结点,可以采用前插或后插的形式建立链表。【输入形式】第一行输入集合A的元素,即若干个正整数(无重复数据),各个整数之间用空格分开,最后输入-1;第二行输入集合B的元素。【输出形式】第一行输出两个集合并运算的结果,第二行输出两个集合交运算的结果。

2022-09-24 20:13:52 3173 1

原创 c语言-文件(1)

一.文件的类型: 文本文件(也称ASCII文件):文本文件的每一个字节存放一个ASCII码, 代表一个字符。二进制文件:数据按其在内存中的存储形式存放在磁盘上。 例如: 设有一整数65 它在内存中的存储形式:字符 65在文本文件中的存储形式:0011 0110 0011 0101字符’6’ 的ASCII码值为5...

2021-12-15 23:57:52 960

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

提示
确定要删除当前文章?
取消 删除