- 博客(14)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 互换奇偶位——python求解
"""奇数位与偶数位互换：S1、首先输出一个正整数，并且将其转换为：二进制表示S2、将二进制的数，将其奇数位和偶数位相互兑换：S3、将兑换后的二进制数，进行转换为十进制数，然后输出"""from pythonds.basic.stack import Stack# coding=utf-8def shi_to_er(num: int): """ function: 将十进制正整数转换为二进制的数，并且输出 :param num: 十进制的整数 :ret.
2022-03-24 10:34:08
1325
原创 pytorch - 深度学习之 - LSTM预测股票走势
本次数据集采用的是沪深300指数数据，选取每天的最高价格。使用LSTM模型来捕捉最高价格的时序信息，通过训练模型，使之学会使用前n天的数据，来预测当天的数据。本次数据集可使用 tushare来下载。cons = ts.get_apis() # 建立链接"""获取沪深指数(000300)的信息，包括交易日期（datetime）、开盘价(open)、收盘价(close)，最高价(high)、最低价(low)、成交量(vol)、成交金额(amount)、涨跌幅(p_change)"""d
2022-01-16 19:19:36
4707
3
原创 Resnet18-迁移学习——CIFAR-10图像分类
迁移学习在计算机视觉任务和自然语言处理任务中经常会用到，并且使用迁移学习，可将预训练模型左为新的模型起点，从而节省时间，提高效率。特征提取：可以在预先训练好的网络结构后，添加或者修改一个简单的分类器，将源任务上预先训练好的网络模型作为另一个目标任务的特征提取器，只对最后增加的分类器参数进行重新学习，而预先训练好的参数，不会被修改或者冻结。CIFAR-10数据集由10个类的60000个32*32彩色图像组成，每个类由6000个图像。其中由50000个训练...
2022-01-06 22:52:09
8828
6
原创 机器学习中解决过拟合的方法（总结）
本篇文章中用到的方法都是最近自己在工作中尝试的方法。1、从数据入手 个人觉得在实际的工业应用中，最有效的方法就是尽力补足数据，让模型获得更加全面的样本，然后不断的修正自己。 数据增强：通过一定的规则扩充数据，例如：在图像处理中，可以通过平移、翻转、缩放、切割等手段，将数据成倍扩充。当然随着gan的发展，很多任务可以通过GAN来有效的补足数据集。2、正则化L1正则化是基于L1范数的，J是我们的损失函数，在损失函数优化时，令w1=0 加入L1正则项之...
2021-12-19 17:57:11
2748
原创 使用pandas读入csv文件；保存csv文件。
一、使用pd.read_csv（）函数进行读取.csv文件pd.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None
2021-12-03 17:13:15
6923
原创 Pytorch实现LSTM网络——实现词性判别
本代码，简单实现对单词词性的判断：分两个过程：1、实现词的向量化2、构建网络：网络分为三个层：嵌入层、LSTM层、用于词性分类的全链接层import torchimport torch.nn as nnimport jiebaimport torch.nn.functional as F"""数据的预处理"""# 定义预处理数据train_data = [ ("The boy like the nice girl".split(), ["DET", "NN", "V
2021-11-21 21:19:16
1681
原创 win10使用anaconda3配置pytorch-gpu 环境——详细教程
记录一下自己配置环境的过程，做个笔记。如果能帮到各位，我的荣幸。第一步：检查自己电脑是否有gpu（注意：是nvidia的GPU），如果有，请参考以下网址安装安装Cuda与CuDNN：https://blog.youkuaiyun.com/qq_23013309/article/details/103965619第二步：本人喜欢用anaconda3，来管理自己的版本。所以在装好cuda和cudnn之后，下载anaconda：Anaconda | The World's Most Popular Da.
2021-11-20 11:07:54
1887
原创 采用模型集成的方法对CIFAR-10数据集进行分类
为了改善机器学习或者深度学习的任务，除了调参，还有模型集成、迁移学习、数据增强等优化方法。模型优化，代码将实现将 lenet 以及 net1 net2 集合，来训练对CIFAR-10数据集进行分类 提升分类效果。# 导入需要的模块import torchimport torch.nn as nnimport torch.nn.functional as Fimport torchvisionimport torchvision.transforms as transformsim...
2021-11-14 19:12:04
2028
原创 LeNet网络模型——CIFAR-10数据集进行分类
CIFAR-10数据集由10个类的60000个32*32彩色图像组成，每个类由6000个图像。其中由50000个训练图像和10000个测试图像组成。数据集分为五个训练批次和一个测试批次，下面采用卷积神经网络对数据集进行分类。model.pyimport torch.nn as nnimport torch.nn.functional as F"""pytorch Tensor的通道排序：[batch,channel,height,width]经过卷积后的尺寸大小计算公式：N=(W-
2021-11-14 14:47:34
2862
原创 卷积神经网络对CIFAR-10数据集进行分类
CIFAR-10数据集由10个类的60000个32*32彩色图像组成，每个类由6000个图像。其中由50000个训练图像和10000个测试图像组成。数据集分为五个训练批次和一个测试批次，下面采用卷积神经网络对数据集进行分类。import torchimport torch.nn as nnimport torch.nn.functional as Fimport torchvisionimport torchvision.transforms as transformsfrom torc
2021-11-14 14:34:14
3383
原创 多种优化器的性能比较——pytorch
import torchimport torch.nn.functional as Fimport matplotlib.pyplot as pltimport torch.utils.data as Data# 设置超参数LR = 0.01BATCH_SIZE = 32epoch = 12# 生成训练数据# torch.unsqueeze() 的作用是将一维变成二维，torch只能处理二维的数据x = torch.unsqueeze(torch.linspace(-1, 1, 1.
2021-11-12 11:27:58
327
原创 Python多文件夹下图片的复制
问题描述：一个文件夹下存在多个文件夹，每个文件夹中存在多个图片。需要：将图片拿出，并且重新命名，放入新文件夹。import osfrom shutil import copyroot = r''save_path = r''name_list = os.listdir(root)for name in name_list: path = os.path.join(root, name) # os.mkdir(path) imgs = os.listdir(path
2021-11-12 11:05:11
872
原创 使用Tensor及Antograd实现机器学习——梯度下降
数组x，基于表达式： 加上一些噪声数据得到y然后学习表达式 中的w与b 两个参数，这里采用梯度下降法。"""使用Antograd包，以及对应的Tensor，来实现反向传播来求梯度以下是具体实现的代码"""import torchimport torch as tfrom matplotlib import pyplot as pltt.manual_seed(100)dtype = t.float# 生成x坐标数据，x为tensor，需要把x的形状转换为100*1x...
2021-11-12 10:41:05
1108
原创 使用numpy实现机器学习——梯度下降法
数组x，基于表达式： 加上一些噪声数据得到y然后学习表达式 中的w与b 两个参数，这里采用梯度下降法。import numpy as npfrom matplotlib import pyplot as pltnp.random.seed(100) # 设置随机数种子x = np.linspace(-1, 1, 100).reshape(100, 1)y = 3 * np.power(x, 2) + 2 + 0.2 * np.random.rand(x.size).reshap...
2021-11-12 10:33:14
1584
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人