<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[precious_35的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/precious_35</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; precious_35]]></copyright><item><title><![CDATA[深度学习-全连接神经网络-3]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/147428519</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/147428519</guid><author>precious_35</author><pubDate>Tue, 22 Apr 2025 19:47:10 +0800</pubDate><description><![CDATA[而是需要根据具体的数据集进行统计计算。这些值是 ImageNet 数据集的统计结果，已成为计算机视觉任务的默认标准。]]></description><category></category></item><item><title><![CDATA[深度学习-全连接神经网络-2]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/147398349</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/147398349</guid><author>precious_35</author><pubDate>Mon, 21 Apr 2025 20:20:11 +0800</pubDate><description><![CDATA[在使用Torch构建网络模型时，每个网络层的参数都有默认的初始化方法，同时还可以通过以上方法来对网络参数进行初始化。当输出层使用softmax多分类时，使用交叉熵损失函数；当输出层使用sigmoid二分类时，使用二分类交叉熵损失函数， 比如在逻辑回归中使用；当功能为线性回归时，使用均方差损失-L2 loss；梯度下降算法通过不断更新参数来最小化损失函数，是反向传播算法中计算权重调整的基础。]]></description><category></category></item><item><title><![CDATA[深度学习-全连接神经网络-1]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/147338689</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/147338689</guid><author>precious_35</author><pubDate>Fri, 18 Apr 2025 19:33:03 +0800</pubDate><description><![CDATA[输入层：确定输入数据的维度。例如，对于一个简单的图像分类任务，输入层的维度可能是图像的像素数量。隐藏层：定义一个或多个隐藏层，每个隐藏层包含一定数量的神经元。隐藏层的数量和每个隐藏层的神经元数量可以根据任务需求调整。输出层：根据任务目标确定输出层的神经元数量。例如，对于一个二分类问题，输出层通常有一个神经元；对于多分类问题，输出层的神经元数量等于类别数。]]></description><category></category></item><item><title><![CDATA[深度学习-Torch框架-2]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/147310435</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/147310435</guid><author>precious_35</author><pubDate>Thu, 17 Apr 2025 19:31:43 +0800</pubDate><description><![CDATA[模型（神经网络，深度神经网络，深度学习）定义组件帮助我们在 PyTorch 中定义、训练和评估模型等。名词定义Epoch使用训练集的全部数据对模型进行一次完整训练，被称为“一代训练”Batch使用训练集中的一小部分样本对模型权重进行一次反向传播的参数更新，这一小部分样本被称为“一批数据”Iteration使用一个Batch数据对模型进行一次参数更新的过程，被称为“一次训练”]]></description><category></category></item><item><title><![CDATA[深度学习-Torch框架-1]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/147283849</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/147283849</guid><author>precious_35</author><pubDate>Wed, 16 Apr 2025 19:00:54 +0800</pubDate><description><![CDATA[PyTorch是一个基于Python的深度学习框架，它提供了一种灵活、高效、易于学习的方式来实现深度学习模型。PyTorch最初由Facebook开发，被广泛应用于计算机视觉、自然语言处理、语音识别等领域。PyTorch使用张量（tensor）来表示数据，可以轻松地处理大规模数据集，且可以在GPU上加速。PyTorch提供了许多高级功能，如自动微分（automatic differentiation）、自动求导（automatic gradients）]]></description><category></category></item><item><title><![CDATA[python-Pandas]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146539187</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146539187</guid><author>precious_35</author><pubDate>Wed, 26 Mar 2025 20:30:10 +0800</pubDate><description><![CDATA[Pandas 是一个开源的第三方 Python 库，从 Numpy 和 Matplotlib 的基础上构建而来Pandas 名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）Pandas 已经成为 Python 数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具Pandas 是 Python 语言的一个扩展程序库，用于数据分析。]]></description><category></category></item><item><title><![CDATA[python-Matplotlib]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146510913</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146510913</guid><author>precious_35</author><pubDate>Tue, 25 Mar 2025 19:46:07 +0800</pubDate><description><![CDATA[Matplotlib 库：是一款用于数据可视化的 Python 软件包，支持跨平台运行，它能够根据 NumPy ndarray 数组来绘制 2D 图像，它使用简单、代码清晰易懂Figure：指整个图形，您可以把它理解成一张画布，它包括了所有的元素，比如标题、轴线等Axes：绘制 2D 图像的实际区域，也称为轴域区，或者绘图区Axis：指坐标系中的垂直轴与水平轴，包含轴的长度大小（图中轴长为 7）、轴标签（指 x 轴，y轴）和刻度标签。]]></description><category></category></item><item><title><![CDATA[python-Numpy-3]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146510494</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146510494</guid><author>precious_35</author><pubDate>Tue, 25 Mar 2025 19:20:37 +0800</pubDate><description><![CDATA[案例：]]></description><category></category></item><item><title><![CDATA[python-Numpy-2]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146483009</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146483009</guid><author>precious_35</author><pubDate>Mon, 24 Mar 2025 19:32:08 +0800</pubDate><description><![CDATA[返回一个元组，元组中的每个元素表示数组在对应维度上的大小。元组的长度等于数组的维度数。shape 属性功能：返回一个由数组维度构成的元组通过赋值，可以用来调整数组维度的大小如果使用shape属性修改数组的形状，则修改的是原数组的形状，reshape修改数组的形状会返回一个新数组，不修改原数组的形状。]]></description><category></category></item><item><title><![CDATA[python-Numpy-1]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146458564</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146458564</guid><author>precious_35</author><pubDate>Sun, 23 Mar 2025 17:11:43 +0800</pubDate><description><![CDATA[NumPy 的全称是“ Numeric Python”，它是 Python 的第三方扩展包，主要用来计算、处理一维或多维数组在数组算术计算方面， NumPy 提供了大量的数学函数NumPy 的底层主要用 C语言编写，因此它能够高速地执行数值计算NumPy 还提供了多种数据结构，这些数据结构能够非常契合的应用在数组和矩阵的运算上。]]></description><category></category></item><item><title><![CDATA[python进阶-6]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146458337</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146458337</guid><author>precious_35</author><pubDate>Sun, 23 Mar 2025 17:03:38 +0800</pubDate><description><![CDATA[文件操作是Python中常见的任务之一，用于创建、读取、写入和管理文件。]]></description><category></category></item><item><title><![CDATA[python进阶-5]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146428031</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146428031</guid><author>precious_35</author><pubDate>Fri, 21 Mar 2025 20:27:46 +0800</pubDate><description><![CDATA[一个.py 文件就是一个模块模块是含有一系列数据函数类等的程序作用把相关功能的函数等放在一起有利于管理，有利于多人合作开发模块的分类内置模块（在python3 程序内部，可以直接使用）标准库模块(在python3 安装完后就可以使用的 )第三方模块（需要下载安装后才能使用）自定义模块(用户自己编写)模块名如果要给别的程序导入，则模块名必须是 标识符实例'''小张写了一个模块，内部有两个函数，两个字符串... 此处省略 200字''''''此函数用来求和''']]></description><category></category></item><item><title><![CDATA[python进阶-4]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146403676</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146403676</guid><author>precious_35</author><pubDate>Thu, 20 Mar 2025 19:18:32 +0800</pubDate><description><![CDATA[迭代器是访问可迭代对象的工具迭代器是指用 iter(obj) 函数返回的对象(实例)迭代器可以用next(it)函数获取可迭代对象的数据。]]></description><category></category></item><item><title><![CDATA[python进阶—3]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146375870</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146375870</guid><author>precious_35</author><pubDate>Wed, 19 Mar 2025 18:54:20 +0800</pubDate><description><![CDATA[是一种将数据（属性）和操作数据的方法（方法）绑定在一起的机制。需要注意圆括号中父类的顺序，若是父类中有相同的方法名，而在子类使用时未指定，python从左至右搜索 即方法在子类中未找到时，从左到右查找父类中是否包含方法。是用来解决多重继承问题的，直接用类名调用父类方法在使用单继承的时候没问题，但是如果使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承）等种种问题。覆盖是指在有继承关系的类中，子类中实现了与基类同名的方法,在子类的实例调用该方法时，实际调用的是子类中的覆盖版本,这种现象叫覆盖。]]></description><category></category></item><item><title><![CDATA[python进阶-2]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146349188</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146349188</guid><author>precious_35</author><pubDate>Tue, 18 Mar 2025 19:42:43 +0800</pubDate><description><![CDATA[在定义一个过程或函数时出现调用本过程或本函数的成分，称之为递归。若调用自身，称之为直接递归。若过程或函数A调用过程或函数B，而B又调用A，称之为间接递归。在算法设计中，任何间接递归算法都可以转换为直接递归算法来实现，所以主要讨论直接递归。递归算法通常通常把一个大的复杂问题层层转化为一个或多个与原问题相似的规模较小的问题来求解。递归策略只需少量的代码就可以描述出解题过程所需要的多次重复计算，大大减少了算法的代码量。]]></description><category></category></item><item><title><![CDATA[python进阶-1]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146320431</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146320431</guid><author>precious_35</author><pubDate>Mon, 17 Mar 2025 18:49:48 +0800</pubDate><description><![CDATA[位置形参默认参数星号元组形参(*args)命名关键字形参双星号字典形参（**kwargs）一个变量声明以后,在哪里能够被访问使用,就是这个变量"起作用"的区域:也就是这个变量的作用域一般来说,变量的作用域,是在函数内部和外部的区域 来体现,因此常常与函数有关。]]></description><category></category></item><item><title><![CDATA[python基础-day4]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146265237</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146265237</guid><author>precious_35</author><pubDate>Fri, 14 Mar 2025 20:01:18 +0800</pubDate><description><![CDATA[容器总结类型列表 list元组 tuple字典 dict集合 set / 固定集合 frozenset可变和不可变可变的容器不可变得容器有序和乱序有序无序。]]></description><category></category></item><item><title><![CDATA[python基础-day3]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146235944</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146235944</guid><author>precious_35</author><pubDate>Thu, 13 Mar 2025 17:13:44 +0800</pubDate><description><![CDATA[加法：减法：乘法：除法：取模（取余数）**：幂运算//：整除（向下取整数部分）除法 / 总是返回一个浮点数整除// 得到的并不一定是整数类型的数，它与分母分子的数据类型有关系。]]></description><category></category></item><item><title><![CDATA[python基础-day2]]></title><link>https://blog.youkuaiyun.com/precious_35/article/details/146209871</link><guid>https://blog.youkuaiyun.com/precious_35/article/details/146209871</guid><author>precious_35</author><pubDate>Wed, 12 Mar 2025 18:46:24 +0800</pubDate><description><![CDATA[表达式是一个可以求值的代码片段，它会返回一个值。]]></description><category></category></item></channel></rss>