Q20011102的博客

【PyTorch】神经网络的基本骨架-nn.Module的使用以及convolution-layers卷积层介绍

【PyTorch】关于torchvision中的数据集以及dataloader的使用

【PyTorch】关于Transforms的简单使用

【PyTorch】关于Tensorboard的简单使用

pytorch的数据加载

Numpy是科学计算基础库，提供大量科学计算相关功能，比如数据统计，随机数生成等。其提供最核心类型为多维数组类型（ndarray），支持大量的维度数组与矩阵运算，Numpy支持向量处理ndarray对象，提高程序运算速度。数组计算、数组存取函数、加权平均函数可让其在python中使用向量和数学矩阵在数据科学、人工智能（包括深度学习、语言处理分支）发挥重要作用。

介绍关于PyTorch环境的配置以及jupyter的搭建及使用

随着人工智能的快速发展和深度学习算法的日益成熟，卷积神经网络（Convolutional Neural Network，简称CNN）作为一种高效而强大的模型，在图像处理任务中取得了巨大成功。其中一项重要应用领域是服装分类助手。借助CNN技术，我们可以建立一个自动的服装分类助手，为消费者提供更便捷、准确的服装推荐和选购指导。通过使用卷积神经网络进行服装分类，我们可以从一张商品图片中提取出关键特征，如颜色、纹理、形状等。这些特征能够帮助我们识别不同类型的服装，如衬衫、裙子、裤子等。

Kafka 是由 Apache 软件基金会开发的一个开源消息队列平台，它是一种高性能、可扩展、分布式的发布-订阅消息系统。Kafka 的架构被设计为高效、低延迟，并具有高吞吐量、持久性和可靠性。在 Kafka 中，生产者将消息发布到主题(topic)中，消费者则从主题中消费消息，使用者可以将其看作一个 highly scalable 分布式 commit log 或者消息系统 (Messaging system)，每个消息包含一个 key，一个 value 和一个额外的 timestamp。

利用OpenCv做人脸识别项目，视频人脸识别，静态人脸识别，数据的训练

神经网络训练，一次性连续加载30张手写数字识别，服装识别项目，tensorflow

本文章是使用SVM对鸢尾花数据进行分类，实验内容有：1、调用sklearn内的SVM模型2、使用不同的核函数，并对每个核函数得到的准确率进行分析。3、调节参数C，使模型准确率达到最高。4、分别计算TP(真阳性)、FN（伪阴性）、FP（伪阳率）、TN（真阴性）

文章主要是在中国天气网中爬取相应的天气信息，我以泉州为例，爬取泉州一周的天气信息包含当日的最低气温和最高气温，并将其保存在表格中

机器学习，代码实现线性回归模型实验设计，利用读取csv文件