- 博客(3)
- 收藏
- 关注
RSS订阅原创 pytorch上的dropout使用（dropout dropout2d）
dropout是一类用于神经网络训练或推理的随机化技术，被广泛的应用与神经网络正则化、模型压缩等任务。dropout最初视为密集的神经网络层量身定制，后也适用于卷积和循环神经网络层。定义：随机丢弃网络层之间的链接，概率时超参数p。作用：一般时为了防止过拟合。API：类函数：nn.Dropout函数性质：nn.functional.dropout参数：（1）p：对于input中各元素zero out 的概率，如当p=1时，output为全0。
2023-10-24 20:58:58
3024
原创 Win11 用Anaconda安装pytorch（cpu版）并导入PyCharm
补充：本人刚开始看其他的安装教程也安装过CUDA，先是在官网更新了最新的cuda，也就是12.1版本，后面准备安装11.8的cuda时候安装失败了，之后看其他教程准备装cudnn的时候发现cudnn是GPU版所用的扩展，也就没有装，所以后续安装过程应该是和cuda、cudnn无关的，因此没有书写这部分过程。先选择一个Conda可执行文件，先选择软件安装的盘，我这里是装在F盘，然后选择路径anaconda\Scripts\conda.exe。此时可以看到虚拟环境已经创建好了，后面跟着的是它的安装位置。
2023-08-21 11:22:17
1932
1
原创 【数模】层次分析法总结（附Matlab代码）
注意我们看上图第二步”平均随机一致性指标RI“的表格，n=2处RI为0，也就是说如果你计算一个2x2的矩阵，是一定一致的，而且没有CR的值（因为分母为0），所以如果有需要检验的二阶矩阵，我们可以稍微修改一下Matlab中n=2的值，把它改成接近0的数，比如0.0001，这样我们就可以得到一个CR的值，方便后面做数据。1.分析C-P层时，可以将C1、C2、C3分别与所有的P联系起来，实际没有对应关系的，可以将Ci的权重记为0.（如：在第三种情况中，在列P2的权重时，可以将与P2无关的C3权重记为0）
2023-07-17 21:26:19
2240
1
空空如也
请问这个论文中这个图是怎么画的
2023-11-20
pytorch中使用dropout2d的警告
2023-10-24
c语言 链表中修改结构体中某数据的值
2023-01-13
c语言链表 第二次打开文件时有保留第一次的修改吗
2023-01-12
C语言实现抽奖概率调整
2023-01-11
TA创建的收藏夹 TA关注的收藏夹
TA关注的人