- 博客(11)
- 收藏
- 关注
RSS订阅原创 排序算法的C++实现
排序算法的C++实现排序算法比较冒泡排序选择排序插入排序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排序算法比较时间复杂度（最好）排序方法时间复杂度（最好）时间复杂度（最坏)时间
2022-02-14 12:48:22
1309
原创 排序算法(C++以及Python的实现)
排序算法一、冒泡排序一、冒泡排序C++代码：#include<iostream>using namespace std;int bubblesort1A(int A[], int n){ bool sorted = false; while (!sorted) { sorted = true; for (int i = 1; i < n; i++) { if (A[i - 1] > A[i]) { swap(A[i - 1], A
2021-09-03 11:34:14
186
原创 pytorch中 optimizer
优化器提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录优化器1.Optimizer1.1Optimizer基本属性1.1Optimizer基本方法二、使用步骤1.引入库2.读入数据总结1.Optimizer1.1Optimizer基本属性class Optimizer(object):def __init__(self, params, d
2021-03-04 16:54:10
305
原创 权值初始化
权值初始化1、梯度消失与梯度爆炸2、全连接网络权值初始化3. 具有激活函数时的权值初始化4. Xavier初始化5. Kaiming初始化6. Pytorch提供的初始化方法总结1、梯度消失与梯度爆炸梯度消失与梯度爆炸的产生是权值与激活函数相互作用的共同结果。针对一个神经网络：H2=H1∗W2H_{2} = H_{1}*W_{2}H2=H1∗W2∂Loss∂W2=∂Loss∂out∗∂out∂H2∗∂H2∂W2=∂Loss∂out∗∂out∂H2∗H1\frac{\partial Los
2021-02-05 21:13:44
274
原创 池化层&线性层
池化层&线性层1.池化层-Pooling Layer1.1 nn.MaxPool2d1.2 nn.AvgPool2d1.3 nn.MaxUnpool2d2.线性层-Linear Layer1.池化层-Pooling Layer池化可实现冗余信息的剔除以及减小后续计算量。下采样：将大尺寸图像变换为小尺寸的图像上采样：将小尺寸图像变换为大尺寸的图像MaxPool2d和AvgPool2d属于下采样准备：将图片转为Tensor：img_transform = transforms.Co.
2021-02-04 21:37:18
966
3
原创 二维卷积和转置卷积
文章目录1.nn.Cov2d2.转置卷积1.nn.Cov2d实现：nn.Cov2d(in_channels,out_channels,kernel_size,stride = 1,padding = 0,dilation = 1,groups = 1,bias = True,padding_mode = ‘zero’)功能：对多个二维信号进行二维卷积主要参数：• in_channels：输入通道数• out_channels：输出通道数，等价于卷积核个数• kernel
2021-02-04 16:26:18
553
原创 Containers
ContainersContainers包含三种容器，nn.Sequential 、nn.ModuleList、nn.ModuleDict。三者都是 nn.module的容器。文章目录Containers1、通过nn.Sequential构建LeNet2、通过nn.ModuleList构建网络3、通过nn.ModuleDict构建网络4、AlexNet网络• nn.Sequential： 顺序性，各网络层之间严格按顺序执行，常用于block（子模块）构建• nn.ModuleList： 迭代性
2021-02-04 10:51:23
187
原创 transforms操作
transforms操作transforms.RandomChoice功能：从一系列transforms方法中随机挑选一个transforms.RandomChoice([transforms.RandomVerticalFlip(p=1), transforms.RandomHorizontalFlip(p=1)])transforms.RandomApply功能：依据概率执行一组transforms操作transforms.RandomApply([transforms.Rando
2021-02-03 21:02:30
409
原创 Dataloader&transforms图像变换方法
Dataloader示例：Dataloder(dataset,batch_size = 1,num_works = 0,shuffle = False,drop_last = False)功能：构建可迭代的数据装载器• dataset: Dataset类，决定数据从哪读取及如何读取• batchsize : 批大小• num_works: 是否多进程读取数据• shuffle: 每个epoch是否乱序• drop_last：当样本数不能被batchsize整除时，是否舍弃最后一批数
2021-02-01 22:21:58
3635
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