<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[whdeast的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/whdeast</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; whdeast]]></copyright><item><title><![CDATA[隐私保护联邦学习之差分隐私原理]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/128082879</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/128082879</guid><author>whdeast</author><pubDate>Mon, 28 Nov 2022 17:11:49 +0800</pubDate><description><![CDATA[联邦学习中的隐私保护方法之差分隐私，包含差分隐私的原理以及深度学习与联邦学习中的差分隐私技术]]></description><category></category></item><item><title><![CDATA[如何批量创建任意后缀文件]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/107841417</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/107841417</guid><author>whdeast</author><pubDate>Thu, 06 Aug 2020 15:42:17 +0800</pubDate><description><![CDATA[批量创建任意后缀文件
在想新建文件的文件夹下新建txt文件，输入一下代码：
@echo off 
 
for /L %%x in (文件名起始数字,间隔数字,最后数字) do @echo %%x&gt;%%x.后缀名

将代码中中对应文字改成想要的就可以了，如我想创建100个名字从1到100的.dat 文件，代码就是：
@echo off 
 
for /L %%x in (1,1,100) do @echo %%x&gt;%%x.dat

代码写好后保存，把这个txt文件后缀改成.bat。之后运行就可以了]]></description><category></category></item><item><title><![CDATA[BUG中心]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/105913361</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/105913361</guid><author>whdeast</author><pubDate>Mon, 04 May 2020 09:57:52 +0800</pubDate><description><![CDATA[这里写目录标题python类pytorch类取模型训练过程的参数
python类
pytorch类
取模型训练过程的参数
temp=[]
        for para in model.parameters():
            temp.append(para)
para_epoch.append(temp)

结果发现每轮迭代放在数组para_epoch中每轮迭代的参数值没有变，都...]]></description><category></category></item><item><title><![CDATA[TensorFlow实现神经网络算法（四） CNN实现MNIST手写识别]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/105027212</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/105027212</guid><author>whdeast</author><pubDate>Sun, 22 Mar 2020 14:07:58 +0800</pubDate><description><![CDATA[两个5x5卷积层，一个全连接层，一个输出层。

实验结果，精度可达到0.97

直接上代码


import  tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("MNIST_data/",one_hot=True)

#定义输入和...]]></description><category></category></item><item><title><![CDATA[TensorFlow实现神经网络算法（三）全连接网络实现MNIST手写识别]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/104990167</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/104990167</guid><author>whdeast</author><pubDate>Fri, 20 Mar 2020 15:17:00 +0800</pubDate><description><![CDATA[1、模型结构：两个隐藏层，每层256个节点，隐藏层的激活函数为Relu，输出层的激活函数为softmax。批大小100，迭代次数7000磁，学习率0.01

2、总结一下实现神经网络的步骤（以这次实验代码为例）：

①定义模型结构参数，定义超参数：


#定义参数
learning_rate=0.01
train_epochs=7000
batch_size=100
display_step=1
...]]></description><category></category></item><item><title><![CDATA[TensorFlow实现神经网络算法（二） softmax逻辑回归MNIST手写识别]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/104962702</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/104962702</guid><author>whdeast</author><pubDate>Thu, 19 Mar 2020 11:35:26 +0800</pubDate><description><![CDATA[一、softmax逻辑回归介绍

   softmax逻辑回归模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签y可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的，该问题的目的是辨识10个不同的单个数字。

   softmax的的激活函数在TensorFlow中调用方法为:


pred=tf.nn.softmax...]]></description><category></category></item><item><title><![CDATA[TensorFlow实现神经网络算法（一） 线性回归]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/104923039</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/104923039</guid><author>whdeast</author><pubDate>Tue, 17 Mar 2020 15:30:59 +0800</pubDate><description><![CDATA[训练集是生成的随机数，x和y的对应关系是y=2x。先生成100个随机数x,然后再计算出y=2x，并在结果上加上一些噪声，测试线性回归模型能否拟合好出y=2x。

1、代码如下：


import tensorflow as tf #导入TensorFlow模块
import numpy as np
import matplotlib.pyplot as plt

train_X=np.linspa...]]></description><category></category></item><item><title><![CDATA[机器学习相关]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/104896299</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/104896299</guid><author>whdeast</author><pubDate>Mon, 16 Mar 2020 14:37:29 +0800</pubDate><description><![CDATA[独立同分布（IID）数据：

1、介绍：https://blog.youkuaiyun.com/Innovat1on/article/details/86709012/2

2、获得非独立同分布（Non-IID）数据的方法：
]]></description><category></category></item><item><title><![CDATA[Octave学习笔记（持续更新）]]></title><link>https://blog.youkuaiyun.com/whdeast/article/details/104277834</link><guid>https://blog.youkuaiyun.com/whdeast/article/details/104277834</guid><author>whdeast</author><pubDate>Wed, 12 Feb 2020 14:17:44 +0800</pubDate><description><![CDATA[octave安装
下载网站：https://ftp.gnu.org/gnu/octave/windows/
选择最新版64位installer.exe下载安装即可。
octave基本操作
octave常用语句指令
指令：PS1(’&gt;&gt; ')去掉每行语句前面的的版本信息

octave学习中遇到的问题
1、更改文件路径
octave中文件的默认路径是octave的安装路径。在我们想要加载...]]></description><category></category></item></channel></rss>