
机器学习
文章平均质量分 66
永遠に_
这个作者很懒,什么都没留下…
展开
-
XGBoost的简单安装及入门使用
XGBoost安装及简单入门XGBoost支持多种操作系统,如Windows, Linux, MacOS等,并支持多种语言版本,如Python, R, Scale, Java等。XGBoost的安装方式一般有两种,一种是直接通过pip安装(适合用于Python),另外一种是通过源码编译安装1、通过pip安装通过pip安装Python包既简单又方便,只需执行如下的命令:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xgboost使用原创 2022-05-19 10:21:46 · 24445 阅读 · 0 评论 -
双平面支持向量机(TSVM)对偶问题的推导
在双平面支持向量机中,我们希望找到两个非平行的超平面,使得其中的一个平面距离某一类比较近而离另外一类尽可能的远,其描述可以表示为:其中AAA是正类样本组成的样本矩阵,BBB是负类样本组成的样本矩阵,w1,w2w_1,w_2w1,w2分别是要找到的两个平面的法向量,b1,b2b_1,b_2b1,b2是对应的偏置,ξ\xiξ是松弛变量, c1c_1c1是需要调整的超参数, e1,e2e_1,e_2e1,e2是分别与正负样本数量对应的全1向量引入拉格朗日乘子,得到的拉格朗日函数为:其中原创 2022-03-29 21:32:36 · 3446 阅读 · 0 评论 -
生成对抗网络(GAN)生成MNIST数据
GAN是一种基于博弈论的生成式网络,它是2014年有 Ian Goodfellow提出,主要解决的是如何从训练样本中学习出新的样本。其中GAN既不依赖标签来优化,也不是根据奖惩来调整参数,它是根据生成器和判别器之间的博弈来不断优化。GAN的直观理解,可以想象一个名画伪造者想要伪造一副达芬奇的画作,开始时,伪造者的技术不精,但他将自己的一些赝品和达芬奇的作品混合在一起,请一个艺术商人对每一幅画的真实性进行评估,并向伪造者反馈,告诉他哪些看起来想真迹,哪些看起来不像真迹。伪造者根据这些反馈,改进自己的赝品原创 2021-07-21 14:10:50 · 1726 阅读 · 1 评论 -
pytorch中的nn.Embedding的使用
Embedding是torch.nn下的一个类,主要负责进行数据的嵌入,如import torchembedding = torch.nn.Embedding(10, 10)前面的10的最大的嵌入的值,后面的10是嵌入的维度即输入嵌入值的范围为[0-9]通过 word embedding,就可以将自然语言所表示的单词或短语转换为计算机能够理解的由实数构成的向量或矩阵形式嵌入的对象必须是张量,如torch.LongTensor([2])作为被嵌入的数字,得到的输出为:tensor([[-0.09原创 2021-07-08 21:28:23 · 592 阅读 · 0 评论 -
使用CNN对cifar10数据进行预测
CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片:飞机( a叩lane )、汽车( automobile )、鸟类( bird )、猫( cat )、鹿( deer )、狗( dog )、蛙类( frog )、马( horse )、船( ship )和卡车( truck )。图片的尺寸为 32×32 ,数据集中一共有 50000 张训练圄片和 10000 张测试原创 2021-07-08 12:26:30 · 1398 阅读 · 0 评论 -
读取CIFAR10数据集的数据并进行展示
CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片:飞机( a叩lane )、汽车( automobile )、鸟类( bird )、猫( cat )、鹿( deer )、狗( dog )、蛙类( frog )、马( horse )、船( ship )和卡车( truck )。图片的尺寸为 32×32 ,数据集中一共有 50000 张训练圄片和 10000 张测试原创 2021-04-30 17:46:56 · 3486 阅读 · 1 评论 -
pytorch读取mnist数据集并进行展示
import torchfrom torchvision import transformsfrom torch.utils.data import DataLoaderfrom torch.nn import functionalfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport matplotlib.pyplot as plttransform = transforms.Compose原创 2021-04-05 21:34:19 · 1289 阅读 · 0 评论 -
安装GPU版的pytorch
安装GPU版的pytorch安装NVIDIA驱动新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入安装NVIDIA驱动下载地址:https://www.nvidia.cn/Download/index.aspx?lang=原创 2021-03-09 15:41:47 · 403 阅读 · 3 评论