深度学习
关注
分享
扫一扫
文章平均质量分 92
2345VOR
大家的世界，一起来守护！“顺势而为，达则兼济天下”人生信条。“脚踏实地，仰望星空”座右铭。
展开
-
【Win11 搭建miniconda 的pytorch1.12环境】
不管环境怎么更新，只要掌握其精髓，自然水到渠成。🎉🎉🎉🤣🤣🤣。原创 2023-09-28 05:00:00 · 2281 阅读 · 1 评论 -
【模式识别大作业】
一个完整的模式识别系统基本上是由三部分组成，即数据采集、数据处理和分类决策或模型匹配。在设计模式识别系统时，需要注意模式类的定义、应用场合、模式表示、特征提取和选择、聚类分析、分类器的设计和学习、训练和测试样本的选取、性能评价等。.........原创 2022-06-30 05:00:00 · 4523 阅读 · 4 评论 -
【激活函数】
激活函数是向神经网络中引入非线性因素，通过激活函数神经网络就可以拟合各种曲线。激活函数主要分为饱和激活函数（Saturated Neurons）和非饱和函数（One-sided Saturations）。Sigmoid和Tanh是饱和激活函数，而ReLU以及其变种为非饱和激活函数。......原创 2022-06-28 11:22:20 · 449 阅读 · 0 评论 -
【Pytorch 安装TensorboardX及使用】
tensorboard作为Tensorflow中强大的可视化工具，已经被广泛使用但针对其他框架，例如Pytorch，之前一直没有这么好的可视化工具可用，好在目前Pytorch也可以支持Tensorboard了，那就是通过使用tensorboardX，真是Pytorcher的福利！Github传送门：Tensorboard ， TensorboardX可以看到 tensorboardX完美支持了tensorboard常用的function下面介绍tensorboardX安装和基本使用方法：因为tensorb转载 2022-06-17 15:15:10 · 5234 阅读 · 0 评论 -
【CNN卷积神经网络】
CNN的全称是"Convolutional Neural Network"(卷积神经网络)。而神经网络是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的数学模型或计算模型。神经网络由大量的人工神经元组成，按不同的连接方式构建不同的网络。CNN是其中的一种，还有GAN(生成对抗网络)，RNN（递归神经网络）等，神经网络能够类似人一样具有简单的决定能力和简单的判断能力，在图像和语音识别方面能够给出更好的结果。......原创 2022-06-07 12:04:24 · 784 阅读 · 0 评论 -
【Python分子动力学】
分子动力学是一套分子模拟方法，该方法主要是依靠计算机来模拟分子、原子体系的运动，是一种多体模拟方法。通过对分子、原子在一定时间内运动状态的模拟，从而以动态观点考察系统随时间演化的行为。通常，分子、原子的轨迹是通过数值求解牛顿运动方程得到，势能（或其对笛卡尔坐标的一阶偏导数，即力）通常可以由分子间相互作用势能函数、分子力学力场、全始计算给出。对于考虑分子本身的量子效应的体系，往往采用波包近似处理或采用量子力学的费恩曼路径积分表述方式[1]处理。 分子动力学也常常被采用作为研究复杂体系热力学性质的采样方法。..原创 2022-06-03 05:00:00 · 3565 阅读 · 2 评论 -
【Python密度泛函理论】
密度泛函理论（Density Functional Theory）是一种研究多电子体系电子结构的量子力学方法。密度泛函理论在物理和化学上都有广泛的应用，特别是用来研究分子和凝聚态的性质，是凝聚态物理和计算化学领域最常用的方法之一。......原创 2022-06-02 05:00:00 · 2762 阅读 · 1 评论 -
【Python K均值聚类算法】
聚类(Clustering）是将一组样本根据一定的准则划分到不同的组(也称为簇(Cluster) )一个比较通用的准则是组内样本的相似性要高于组间样本的相似性从模式识别的角度来讲，聚类就是在发现数据中潜在的模式,帮助人们进行分组归类已达到更好理解数据的分布规律。常见的聚类算法包括K-Means算法、谱聚类等...原创 2022-06-02 05:00:00 · 5472 阅读 · 1 评论 -
【Python蒙特卡罗算法】
蒙特卡罗方法（Monte Carlo method），也称统计模拟方法，是一种以概率统计理论为指导的数值计算方法。它使用随机数（或更常见的伪随机数）来解决科学和工程中的很多计算问题。原创 2022-06-01 05:00:00 · 4119 阅读 · 0 评论 -
【续——Python三体问题】
三体问题（Three-body problem）是天体力学中的基本力学模型。它是指三个质量、初始位置和初始速度都是任意的可视为质点的天体，在相互之间万有引力的作用下的运动规律问题。例如太阳系中，考虑太阳、地球和月球的运动，它们彼此以万有引力相吸引，若假设三个星球都可设为质点，并且忽略其他星球的引力，太阳、地球和月球的运动即可以视为三体问题。...原创 2022-05-25 05:00:00 · 1870 阅读 · 2 评论 -
【Python三体问题】
三体问题（Three-body problem）是天体力学中的基本力学模型。它是指三个质量、初始位置和初始速度都是任意的可视为质点的天体，在相互之间万有引力的作用下的运动规律问题。例如太阳系中，考虑太阳、地球和月球的运动，它们彼此以万有引力相吸引，若假设三个星球都可设为质点，并且忽略其他星球的引力，太阳、地球和月球的运动即可以视为三体问题。...原创 2022-05-26 05:00:00 · 2775 阅读 · 0 评论 -
【Python偏微分方程】
偏微分方程（PDE）是多元微分方程，方程中的导数是偏导数。处理ODE和PDE所需的计算方法大不相同，后者对计算的要求更高。数值求解PDE的大多数技术都基于将PDE问题中的每个因变量离散化的思想，从而将微分问题变换为代数形式。将PDE转化为代数问题的两种常用技术是有限差分法（FDM）和有限元法（FEM）。其中有限差分法是将问题中的导数近似为有限差分，而有限元法则是将未知函数写成简单基函数的线性组合，其中基函数可以较容易进行微分和积分。未知函数可以表示为基函数的一组系数。...原创 2022-05-25 05:00:00 · 7600 阅读 · 2 评论 -
【Python稀疏矩阵】
数组和矩阵是数值计算的基础元素。目前为止，我们都是使用NumPy的ndarray数据结构来表示数组，这是一种同构的容器，用于存储数组的所有元素。有一种特殊情况，矩阵的大部分元素都为零，这种矩阵被称为稀疏矩阵。对于稀疏矩阵，将所有零保存在计算机内存中的效率很低，更合适的方法是只保存非零元素以及位置信息。假设存在一个神经网络，16个神经元分布在一个4×4的二维矩形网格上，其中只有最近邻的神经元是相连的。那么，神经网络的连接情况就可以表示为一个稀疏矩阵。...原创 2022-05-23 21:53:56 · 6045 阅读 · 0 评论 -
【Python常微分方程】
方程中的未知量是方程而不是变量，并且涉及未知函数导数的方程称为[微分方程](https://zh.wikipedia.org/wiki/微分方程)（Differential Equation, **ED**）。在这类方程中，如果导数的未知函数只有一个因变量，称之为[常微分方程](https://zh.wikipedia.org/wiki/常微分方程)（Ordinary Differential Equation, **ODE**）。如果方程中存在多个变量的导数，则称为[偏微分方程](https://zh.w原创 2022-05-23 21:22:33 · 4832 阅读 · 2 评论 -
【Python依赖库降低版本】
退一步海阔天空当我们升级各种Python依赖库时，会因为版本太高，在操作对象的方法提示报错，对此可以采取妥协疗法——降低版本’sympy‘为例：因为sympy==1.10.1与sympy==1.9部分方法不兼容！！！...原创 2022-05-23 20:37:59 · 4535 阅读 · 0 评论 -
【Python数值积分】
相对微分而言，积分的难度要大得多。虽然有很多可以用解析方法来计算和的积分，大部分情况下，我们需要使用数值的方法。连续函数以及有限积分域的积分在单一维度上可以有效计算，但是对于带奇点或无限积分域的可积函数，即使是一维数值积分也很困难。二维积分和多重积分可以通过重复一维积分来进行计算，但是计算量会随着维度上升急剧增长。高维积分需要使用蒙特卡罗采样算法等技术。...原创 2022-05-22 21:13:51 · 5416 阅读 · 0 评论 -
【Python数据插值】
插值和前面介绍过的最小二乘拟合有些类似。在最小二乘拟合中，我们感兴趣的是使用数据点和超定方程组，将函数拟合到数组点，使得误差平方和最小。在插值中，我们需要一个方程能够与已有的数据点完全重合，仅使用与插值函数自由参数个数相同的数据点。因此，最小二乘法适合将**大量数据点**拟合到模型函数，插值是根据**少量数据点**创建函数。外插（extrapolation）是与插值（interpolation）相关的一个概念。外插是在采样范围之外计算函数的估计值。我们这里只介绍插值。...原创 2022-05-22 20:31:53 · 7276 阅读 · 2 评论 -
【微动弹性带方法——续鞍点】
寻找鞍点在科学和工程研究中有很多应用。一个常用的例子是地形图，地势高度取决于水平坐标，因此这是一个双变量函数。假设在起伏的地势中有两个盆地（对应于函数的局部极小值）A和B。一个人想要从A出发到达B，在连接A和B的所有可能的路径中，哪一条路径走过的地势最高点最低？这个问题的实质就是寻找这个双变量函数的鞍点（或者一个更常见的名称，过渡态）。...原创 2022-05-22 11:58:36 · 2562 阅读 · 0 评论 -
【Python函数优化】
优化是一种非常重要的数学工具，在科学与工程的很多领域中都有研究和应用。不同领域中描述优化问题的术语各不相同，被优化的数学函数可能被称为代价函数（cost function）、损失函数（loss function）、能量函数（energy function）或目标函数（object function）等。这里我们使用通用的函数，目标函数。...原创 2022-05-20 05:00:00 · 1659 阅读 · 0 评论 -
【python方程求解】
求解代数方程组是科学和技术领域中的常见问题。相对于线性方程组，非线性方程组通常较难求解。线性方程是求解非线性问题局部近似解的重要工具。例如，考虑某个展开点附近非常小的变动，非线性系统通常可以使用展开点附近的线性西戎来近似。...原创 2022-05-20 06:00:00 · 6555 阅读 · 0 评论 -
【数据可视化Python库】
几种常见的数据可视化Python库原创 2022-05-19 05:00:00 · 970 阅读 · 0 评论 -
【初识Matplotlib库 】
Matplotlib是Python的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。* Matplotlib可以用来绘制各种静态，动态，交互式的图表。* Matplotlib可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。...原创 2022-05-19 06:00:00 · 3670 阅读 · 3 评论 -
【初识SciPy库】
SciPy包含**许多专注于科学计算中的常见问题**的工具箱。它的子模块对应于不同的应用，**比如插值、积分、优化、图像处理、统计和特殊功能等**。原创 2022-05-18 06:00:00 · 3468 阅读 · 0 评论 -
【NumPy库学习】
NumPyNumPy库（Numerical Python）是Python科学计算环境中最常用的库。它提供了用于处理数组的高效数据结构。Numpy库的核心是使用C语言实现的。原创 2022-05-17 10:22:41 · 714 阅读 · 0 评论 -
【Python入门】
PythonPython是一门编程语言，与C、Fortran、BASIC和PHP等等类似。Python的一些特性如下：一种解释性（不是编译）语言。与C或者Fortran等不同，Python代码在执行前不会编译。另外，Python可以交互使用：有许多的Python解释器，命令和脚本可以在其中执行。...转载 2022-05-06 12:10:41 · 175 阅读 · 0 评论 -
鞍点Saddle Point Locator
鞍点是一种特殊的驻点。对于多变量函数，在鞍点位置，函数沿任意方向的导数都为0，但函数并不是最大值或者最小值。我们关注一类特殊的鞍点，在这个位置，函数在某一方向上是最大值，但是在剩余所有方向上是极小值。...原创 2022-05-15 06:00:00 · 2991 阅读 · 1 评论 -
【科学计算】
[计算科学](https://en.wikipedia.org/wiki/Computational_science)，也被称为**科学计算**或**科学计算**（SC），是数学和[计算机科学](https://en.wikipedia.org/wiki/Computer_science)的一个领域，即利用先进的计算能力来理解和解决复杂问题。它是一个跨越许多学科的科学领域，但在其核心在于开发模型和模拟方法用于理解自然系统。...转载 2022-05-05 19:58:31 · 3870 阅读 · 0 评论 -
【利用pytorch搭建改进LeNet-5网络模型（win11）续】
本文基于利用pytorch搭建改进LeNet-5网络模型（win11）改进设计，添加打印网络结构和保存acc-loss可视化并保存，设计了LeNet-5和改进LeNet-5两种网络，对比分析可得改进LeNet-5两种网络准确度有一定的提升。原创 2022-04-09 17:25:03 · 6254 阅读 · 4 评论 -
利用pytorch搭建LeNet-5网络模型（win11）
本文介绍利用pytorch搭建LeNet-5网络模型（win11），接下来我会记录我的pytorch和paddle深度学习记录，很高兴能和大家分享！🤣🤣🤣希望你能有所收获。原创 2022-03-30 06:00:00 · 6372 阅读 · 6 评论 -
基于Anaconda安装pytorch和paddle深度学习环境（win11）
最近由于项目需要，之前我们在利用GPU进行深度学习的时候，都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包，然后再进行很繁琐的系统环境配置。不仅环境配置麻烦，而且还特别容易配置错误，特别还有CUDA和cudnn版本的对应也特别容易搞错，但是利用anaconda安装配置pytorch和paddle环境的时候会自动帮我们配置好cuda和cudnn。原创 2022-03-29 17:21:57 · 3452 阅读 · 4 评论