墨上青锋

关于提示Tensor数据类型错误的处理方法

个人电脑和实验室电脑异地编程导致代码数据不同步。因此利用github和pycharm实现commit和push功能。未完待续，以此记录学习生活，尚有不足，欢迎指出讨论。

写在前面：最近在做TSP的作业，老师给了berlin52的文件，开头是一些脏数据，一共6行，如何跳过脏数据，直接读取有效数据？方法1最笨最有效的，手工处理，把多于数据删掉。方法2通过跳行操作。具体使用read_cvs的skiprows函数。skiprows=n，即代表连续跳前n行。如果不读取指定行，即skiprows=[1,2,3]，括号内输入指定行号即可错误示范：skiprows=[3:6]，不支持切片操作。其他错误请见链接：https://blog.youkuaiyun.com/w

**报错信息;**pandas.errors.ParserError: Error tokenizing data. C error: Expected 2 fields问题代码：df = pd.read_csv(r'berlin52.tsp', sep=" "，skiprows=6, header=None)city = np.array(df[0][0:len(df)-2]) # 最后一行为EOF，不读入city_name = city.tolist()print(city_name).

问题源头：老师在上课中对LeNet-5的过程进行了解析，我在看回放的时候，发现在第一层卷积的时候，padding的值没搞清楚多少，故对于输出计算不太理解。（听老师口述padding=1，却不知道在不需要填充的时候，就不用padding值，在结尾已给出叙述和资料解释）LeNet流程如下：**输出：**w_out=（w_in+2P-R)/S+1padding的解释：对边缘部分没有运算的数据，做补0操作。当padding=1，则周围都补0，padding=0的话，代表不需要填充附：valid p

前言：最近忙于做作业，平常看资料之类的都觉得没困难，一到动手就歇菜。用来记录生活。整个题目的要求呢：第一是构建一个能识别手写体的神经网络，输入64维的数据，然后输出10个数据。个人理解呢，就是这个数据集是，8*8的就是64维度。10个输出，就是0-9数字判断。import torchfrom matplotlib import pyplot as pltfrom torch import nn, optimfrom torch.nn.modules import dropoutfrom tor

转载：作者：加勒比海鲜王链接：https://www.jianshu.com/p/92f6624135be来源：简书说实话，是聆听了大神们，本人只是捧哏似的嗯、啊了几句。之前paperweekly的GAN讨论组要进行一次讨论，给出了很多议题进行投票。里边有GAN in NLP、GAN and RL、半监督GAN等我比较感兴趣的话题。也有图像相关的关于GAN的正统问题。没想到最后GAN in NLP获得了最多的票数。我原来对于把GAN应用于NLP叫做剑走偏锋，没想到志同道合的人这么多…接下来是对