- 博客(8)
- 收藏
- 关注
RSS订阅
原创 线性回归 + 基础优化算法
梯度下降：是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习中，基于基本的梯度下降法发展了两种梯度下降方法，分别为随机梯度下降法和批量梯度下降法。方向导数：设函数,在
2024-10-25 17:07:59
785
1
原创 DataLoader中的采样Sampler
Sampler是一个迭代器，它通过实现__iter__()方法来返回样本的索引。next()会在DataLoader中调用Sampler对象的__iter__()返回的迭代器来获取样本索引。Sampler本身并不直接实现next()，而是依赖于__iter__()方法来返回一个可以用next()获取的迭代器。所以，DataLoader在内部管理了这个过程，并且能够通过Sampler提供的迭代器来获取每个批次的样本索引。
2024-12-27 16:37:20
390
原创 DataLoader的内部操作
DataLoader是 PyTorch 中的一个强大工具，它为训练过程提供了高效、灵活的数据加载方案。通过控制批次的选择，通过collate_fn控制数据的合并方式，利用提供并行数据加载，从而提升数据加载的效率。理解DataLoader的工作原理可以帮助你更好地优化数据加载和处理流程。
2024-12-22 14:46:09
699
原创 Dataset和DataLoader
提供了一个灵活的接口，使得 PyTorch 用户可以自定义数据加载方式。通过继承Dataset并实现__len__()和方法，你可以将自己的数据封装成 PyTorch 可识别的数据集，并与DataLoader结合使用，方便高效地训练模型。
2024-12-21 22:34:35
258
原创 图片转张量
当你将图像转换为张量时，张量中的数据来自于图像的像素值。对于灰度图像，张量是一个二维数组，存储每个像素的亮度值；对于彩色图像，张量是一个三维数组，存储每个像素的红、绿、蓝三个通道的数值。张量作为一种多维数组结构，可以在深度学习框架中高效地进行数值计算和优化。使用后，得到的张量通常不是0或255这样的整数值，而是浮动的数值，并且在[0, 1]之间。这是因为操作将图像的数据类型从整数转换为了浮动类型，并且将像素值的范围进行了标准化。将图像的像素值从[0, 255]的整数范围转换为[0.0, 1.0]
2024-12-19 12:19:39
664
原创 Numerical_analysis
*实验目的：**本文主要研究了插值方法在“城市温度变化预测”这一问题上的实际应用，以及使用构建线性方程组求解因素系数，进一步探索城市等温性的相关性因素。
2024-12-02 22:23:20
646
原创 创建一个新环境安装d2l
由于现在在学习李沐老师的深度学习需要导入一个D2l的包，为了不影响之前我非常完美的环境，现在创建一个新的环境用来学习。然后我再pytorch官网安装torch。然后用 pip3 命令加一个清华源就好了。直接报numpy和pandas的错误。随便粘贴几行李沐老师的代码试试。按照书上要求的版本来操作（还给我安装了一堆相关的库。
2024-10-31 09:38:18
394
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