- 博客(52)
- 收藏
- 关注
RSS订阅原创 Python打卡训练营-Day52-神经网络调参指南
知识点回顾随机种子内参的初始化神经网络调参指南参数的分类调参的顺序各部分参数的调整心得作业对于day41的简单cnn，看看是否可以借助调参指南进一步提高精度。
2025-07-05 15:58:21
253
原创 Python打卡训练营-Day51-复习日
day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高。
2025-07-04 07:30:00
154
原创 Python打卡训练营-Day50-预训练模型+CBAM模块
知识点回顾resnet结构解析CBAM放置位置的思考针对预训练模型的训练策略差异化学习率三阶段微调ps：今日的代码训练时长较长，3080ti大概需要40min的训练时长作业好好理解下resnet18的模型结构尝试对vgg16+cbam进行微调策略。
2025-07-03 09:15:00
129
原创 Python打卡训练营-Day49-CBAM注意力
知识点回顾通道注意力模块复习空间注意力模块CBAM的定义最近临近毕业，事情有点多。如果有之前的基础的话，今天的难度相对较低。后面说完几种模块提取特征的组合方式后，会提供整理的开源模块的文件。现在大家已近可以去读这类文章了，应该已经可以无压力看懂三四区的很多这类文章。作业尝试对今天的模型检查参数数目，并用tensorboard查看训练过程。
2025-07-02 10:00:00
137
原创 Python打卡训练营-Day48-随机函数与广播机制
知识点回顾随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业自己多借助ai举几个例子帮助自己理解即可。
2025-07-01 09:30:00
253
原创 Python打卡训练营-Day46-通道注意力(SE注意力)
知识点回顾不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。通道注意力：模型的定义和插入的位置通道注意力后的特征图和热力图内容参考作业今日代码较多，理解逻辑即可对比不同卷积层特征图可视化的结果（可选）ps：我这里列出来的是通道注意力中的一种，SE注意力为了保证收敛方便对比性能，今日代码训练轮数较多，比较耗时。
2025-06-29 08:00:00
229
原创 Python打卡训练营-Day45-Tensorboard使用介绍
知识点回顾tensorboard的发展历史和原理tensorboard的常见操作tensorboard在cifar上的实战：MLP和CNN模型效果展示如下，很适合拿去组会汇报撑页数：PS:tensorboard和torch版本存在一定的不兼容性，如果报错请新建环境尝试。启动tensorboard的时候需要先在cmd中进入对应的环境，conda activate xxx，再用cd命令进入环境（如果本来就是正确的则无需操作）。
2025-06-28 16:04:03
218
原创 Python打卡训练营-Day44-预训练模型
知识点回顾预训练的概念常见的分类预训练模型图像预训练模型的发展史预训练的策略预训练代码实战：resnet18作业尝试在cifar10对比如下其他的预训练模型，观察差异，尽可能和他人选择的不同尝试通过ctrl进入resnet的内部，观察残差究竟是什么。
2025-06-27 14:05:52
188
原创 Python打卡训练营-Day43-复习日
kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化。进阶：并拆分成多个文件。
2025-06-26 09:45:00
234
原创 Python打卡训练营-Day42-Grad-CAM与Hook函数
知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业理解下今天的代码即可。
2025-06-25 10:00:00
302
原创 Python打卡训练营-Day41-简单CNN
知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1. 输入 → 卷积层 → Batch归一化层（可选） → 池化层 → 激活函数 → 下一层Flatten -> Dense (with Dropout，可选) -> Dense (Output)这里相关的概念比较多，如果之前没有学习过复试班强化班中的计算机视觉部分，请自行上网检索视频了解下基础概念。
2025-06-24 16:11:52
413
原创 Python打卡训练营-Day40-训练和测试的规范写法
知识点回顾彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业仔细学习下测试和训练代码的逻辑，这是基础，这个代码框架后续会一直沿用，后续的重点慢慢就是转向模型定义阶段了。
2025-06-23 17:22:25
236
原创 Python打卡训练营-Day39-图像数据与显存
知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系作业今日代码较少，理解内容即可。
2025-06-22 09:30:00
254
原创 Python打卡训练营-Day38-Dataset和Dataloader类
知识点回顾Dataset类的__getitem__和__len__方法（本质是python的特殊方法）Dataloader类minist手写数据集的了解作业了解下cifar数据集，尝试获取其中一张图片。
2025-06-21 12:00:00
240
原创 Python打卡训练营-Day37-早停策略和模型权重的保存
知识点回顾过拟合的判断：测试集和训练集同步打印指标模型的保存和加载仅保存权重保存权重和模型保存全部信息checkpoint，还包含训练状态早停策略作业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。
2025-06-20 11:00:00
221
原创 Python打卡训练营-Day36-复习日
仔细回顾一下神经网络到目前的内容，没跟上进度的同学补一下进度。作业对之前的信贷项目，利用神经网络训练下，尝试用到目前的知识点让代码更加规范和美观。尝试进入nn.Module中，查看他的方法。
2025-06-19 15:30:00
267
原创 Python打卡训练营-Day35-模型可视化与推理
知识点回顾三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化进度条功能：手动和自动写法，让打印结果更加美观推理的写法：评估模式。
2025-06-18 12:00:00
1026
原创 Python打卡训练营-Day34-GPU训练及类的call方法
知识点回顾CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPU device上类的call方法：为什么定义前向传播时可以直接写作self.fc1(x)ps：在训练过程中可以在命令行输入nvida-smi查看显存占用情况作业复习今天的内容，在巩固下代码。思考下为什么会出现这个问题。
2025-06-17 09:45:00
290
原创 Python打卡训练营-Day33-MLP神经网络的训练
知识点回顾PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化loss过程预处理补充：注意事项：1. 分类任务中，若标签是整数（如 0/1/2 类别），需转为long类型（对应 PyTorch 的torch.long），否则交叉熵损失函数会报错。
2025-06-16 10:00:00
385
原创 Python打卡训练营-Day32-官方文档的阅读
知识点回顾官方文档的检索方式：github和官网官方文档的阅读和使用：要求安装的包和文档为同一个版本类的关注点：实例化所需要的参数普通方法所需要的参数普通方法的返回值绘图的理解：对底层库的调用作业参考pdpbox官方文档中的其他类，绘制相应的图，任选即可。
2025-06-15 07:15:00
326
原创 Python打卡训练营-Day31-文件的规范拆分和写法
今日的示例代码包含2个部分notebook文件夹内的ipynb文件，介绍下今天的思路项目文件夹中其他部分：拆分后的信贷项目，学习下如何拆分的，未来你看到的很多大项目都是类似的拆分方法知识点回顾规范的文件命名规范的文件夹管理机器学习项目的拆分编码格式和类型注解可以让项目文件变得更加规范和清晰可以让项目文件更加容易维护，修改某一个功能的时候，只需要修改一个文件，而不需要修改多个文件。文件变得更容易复用，部分通用的文件可以单独拿出来，进行其他项目的复用。机器学习项目的流程。
2025-06-14 10:00:00
608
原创 Python打卡训练营-Day30-模块和库的导入
知识点回顾导入官方库的三种手段导入自定义库/模块的方式导入库/模块的核心逻辑：找到根目录（python解释器的目录和终端的目录不一致）## 一、导入官方库我们复盘下学习python的逻辑，所谓学习python就是学习python常见的基础语法+学习你所处理任务需要用到的第三方库。
2025-06-13 08:45:00
544
原创 Python打卡训练营-Day29-复习日：类的装饰器
知识点回顾类的装饰器装饰器思想的进一步理解：外部修改、动态类方法的定义：内部定义和外部定义作业复习类和函数的知识点，写下自己过去29天的学习心得，如对函数和类的理解，对python这门工具的理解等，未来再过几个专题部分我们即将开启深度学习部分。
2025-06-12 09:30:00
344
原创 Python打卡训练营-Day28-类的定义和方法
知识点回顾类的定义pass占位语句类的初始化方法类的普通方法类的继承：属性的继承、方法的继承作业题目1：定义圆（Circle）类要求：包含属性：半径 radius。包含方法：calculate_area()：计算圆的面积（公式：πr²）。calculate_circumference()：计算圆的周长（公式：2πr）。3.初始化时需传入半径，默认值为 1。半径：5面积：78.54周长：31.42题目2：定义长方形（Rectangle）类。
2025-06-11 09:30:00
392
原创 Python打卡训练营-Day27-函数专题2：装饰器
知识点回顾装饰器的思想：进一步复用函数的装饰器写法注意内部函数的返回值作业编写一个装饰器 logger，在函数执行前后打印日志信息（如函数名、参数、返回值）
2025-06-10 10:00:00
157
原创 Python打卡训练营-Day25-异常处理
知识点回顾异常处理机制debug过程中的各类报错try-except机制try-except-else-finally机制在即将进入深度学习专题学习前，我们最后差缺补漏，把一些常见且重要的知识点给他们补上，加深对代码和流程的理解。作业理解今日的内容即可，可以检查自己过去借助ai写的代码是否带有try-except机制，以后可以尝试采用这类写法增加代码健壮性。
2025-06-08 08:45:00
227
原创 Python打卡训练营-Day23-pipeline管道
ColumTransformer的核心# --- 定义不同列的类型和它们对应的预处理步骤 ---# 这些定义是基于原始数据 X 的列类型来确定的# 识别原始的 object 列 (对应你原代码中的 discrete_features 在预处理前)# 识别原始的非 object 列 (通常是数值列)# 有序分类特征 (对应你之前的标签编码)# 注意：OrdinalEncoder默认编码为0, 1, 2... 对应你之前的1, 2, 3...需要在模型解释时注意。
2025-06-06 09:15:00
988
原创 Python打卡训练营-Day22-复习日
仔细回顾一下之前21天的内容，没跟上进度的同学补一下进度。作业自行学习参考如何使用kaggle平台，写下使用注意点，并对下述比赛提交代码。
2025-06-05 09:30:00
924
原创 Python打卡训练营-Day21-常见的降维算法
知识点回顾LDA线性判别PCA主成分分析t-sne降维还有一些其他的降维方式，也就是最重要的词向量的加工，我们未来再说。
2025-06-04 09:15:00
882
原创 Python打卡训练营-Day20-奇异值SVD分解
奇异值分解这个理论，对于你未来无论是做图像处理、信号处理、特征提取、推荐系统等都非常重要，所以需要单独抽出来说一下这个思想。---甚至我在非常多文章中都看到单独用它来做特征提取（伪造的很高大上），学会这个思想并不复杂没学过线代的不必在意，推导可以不掌握，关注输入输出即可。今天这期有点类似于帮助大家形成闭环---考研数学不是白考的知识点回顾线性代数概念回顾（可不掌握）奇异值推导（可不掌握）奇异值的应用特征降维：对高维数据减小计算量、可视化。
2025-06-03 09:00:00
762
原创 Python打卡训练营-Day16-数组的常见操作和形状
因为前天说了shap，这里涉及到数据形状尺寸问题，所以需要在这一节说清楚，后续的神经网络我们将要和他天天打交道。知识点：numpy数组的创建：简单创建、随机创建、遍历、运算numpy数组的索引：一维、二维、三维SHAP值的深入理解。
2025-05-30 15:28:35
1036
原创 Python打卡训练营-Day15-复习日
作业：尝试找到一个kaggle或者其他地方的结构化数据集，用之前的内容完成一个全新的项目，这样你也是独立完成了一个专属于自己的项目。要求：有数据地址的提供数据地址，没有地址的上传网盘贴出地址即可。尽可能与他人不同，优先选择本专业相关数据集探索一下开源数据的网站有哪些？对于数据的认识，很重要的一点是，很多数据并非是为了某个确定的问题收集的，这也意味着一份数据你可以完成很多不同的研究，自变量、因变量的选取取决于你自己-----很多时候针对现有数据的思考才是真正拉开你与他人差距的最重要因素。
2025-05-29 18:15:56
861
原创 Python打卡训练营-Day14-SHAP图的绘制
*目标：** 理解复杂机器学习模型（尤其是“黑箱”模型，如随机森林、梯度提升树、神经网络等）**为什么**会对**特定输入**做出**特定预测**。SHAP 提供了一种统一的方法来解释模型的输出。**核心思想：合作博弈论中的 Shapley 值**SHAP (SHapley Additive exPlanations) 的核心基于博弈论中的 **Shapley 值**概念。想象一个合作游戏：1. **玩家 (Players):** 模型的**特征 (Features)** 就是玩家。
2025-05-28 10:47:52
779
原创 Python打卡训练营-Day13-不平衡数据的处理
知识点：不平衡数据集的处理策略：过采样、修改权重、修改阈值交叉验证代码过采样过采样一般包含2种做法：随机采样和SMOTE过采样是把少的类别补充和多的类别一样多，欠采样是把多的类别减少和少的类别一样一般都是缺数据，所以很少用欠采样随机过采样ROS随机过采样是从少数类中随机选择样本，并将其复制后添加到训练集。随机过采样的步骤如下：确定少数类的样本数。从少数类中随机选择样本，并将其复制。将复制的样本添加到训练集。
2025-05-27 12:45:32
912
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