元编程学习实践

PyTorch 深度学习实践 第3讲

B站刘二大人，传送门PyTorch深度学习实践梯度下降法梯度下降法importmatplotlib.pyplotasplt#preparethetrainingsetx_data=[1.0,2.0,3.0
夕阳落林中·2023-01-27 08:32

刘老师的《Pytorch深度学习实践》第二讲：线性模型 代码

importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):y_pred=forward(x)return(y_pred-y)*(y_pred-y)w_list=[]mse_list=[]forwinnp.arange(0
我的宠物不是小马·2023-01-27 08:32

PyTorch深度学习实践 第五讲 用PyTorch实现线性回归模型

视频链接：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili本次作业是测试不同的优化器的算法效果，我这里只测试了四种。
pig774·2023-01-27 08:32

《PyTorch深度学习实践》刘二大人 第2讲 线性模型

第2讲linear_model源代码B站刘二大人PyTorch深度学习实践——线性模型numpy学习Numpy数据计算从入门到实战zip用法python中zip()函数的用法importnumpyasnpimportmatplotlib.pyplotaspltx_data
Grairain·2023-01-27 08:01

pytorch 深度学习实践 第二讲 线性模型

pytorch学习视频——B站视频链接：《PyTorch深度学习实践》完结合集哔哩哔哩bilibili第二讲线性模型以线性模型为例，对神经网络的学习过程说明准备数据集，训练集和测试集选择模型，初始化线性模型
会游泳的小雁·2023-01-27 08:00

PyTorch深度学习实践 第二讲--线性模型

Demo2:linear_model来源：B站刘二大人说明：函数forward()中，有一个变量w。这个变量最终的值是从for循环中传入的。for循环中，使用了np.arange。numpy不熟悉的话可以Python数据分析，或者numpy教程代码中涉及到zip()函数。zip函数详解importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.
Vinsada·2023-01-27 08:59

《PyTorch深度学习实践》完结合集 第二讲（线性模型）

《PyTorch深度学习实践》完结合集第二讲线性模型（1）用穷举法实现线性模型的参数确定。
Waibibabu_ETF·2023-01-27 08:56

《PyTorch深度学习实践》第2讲--线性模型

《PyTorch深度学习实践》–线性模型《PyTorch深度学习实践》--线性模型《PyTorch深度学习实践》--线性模型y=wx代码实现y=wx+b代码实现参考资料y=wx代码实现#课堂练习importnumpyasnpimportmatplotlib.pyplotasplt
浅忆笙歌暖·2023-01-27 08:26

pytorch深度学习实践 第二讲 线性模型

机器学习过程：Dataset→ModelSelect→Training→推理过拟合：训练集上有很好的结果，但是训练集外却不能很好的拟合数据。主要原因是训练集存在噪声或训练数据太少。泛化：训练出的模型在训练集外同样适用。数据集：训练集（通常还会分成训练集和开发集，用作模型评估）和测试集。线性模型：y_hat=f(x)=wx+b，训练的目的就是得到w和b。损失loss：预测值与真实值之间的差值。平均平
啥都不会的研究生←_←·2023-01-27 08:52

学而时习之，不亦说乎？

从原生的本能到主动学习实践，从无意识的遇见，到有目的的寻求。把生活中发现的事物、使用过的工具、经历过的人、事和经验，加以整理，再融入自身的情感和思想，便成就了知识。
乐乎于仁·2023-01-27 08:32

PyTorch深度学习实践第二讲线性模型

目录监督学习四步骤线性模型泛化代码作业监督学习四步骤DataSet（数据集）Model（模型选择和设计，例如神经网络，决策树等）Training（大部分模型都需要训练，都有些例如KNN不需要训练）Inferring（推导使用）线性模型假设一个学生每周花费x小时在学习上，那么他可能会在最终测验上取得y分。xy1224364?进行猜测之后可能为y^=x∗w+b\hat{y}=x*w+by^=x∗w+b
筱翼深凉·2023-01-27 08:47

Pytorch深度学习实践（一）——线性模型

参考资料B站刘二老师Pytorch深度学习实践1.线性回归采用深度学习Pytorch框架搭建线性回归模型通常需要四个步骤：准备数据构建计算图：①__init__()②forward()构建损失函数和优化器训练
冠long馨·2023-01-27 07:58

【OpenCV】Chapter5.空间域图像滤波

最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。
zstar-_·2023-01-26 09:56

cnn学习资料

6，《解析卷积神经网络-深度学习实践手册》
huyongcode·2023-01-26 06:27

【ES6】Proxy 和 Reflect

ProxyProxy用于修改某些操作的默认行为，等同于在语言层面做出修改，所以属于种“元编程”（metaprogramming），即对编程语言进行编程。
ICE努力学前端·2023-01-26 06:59

阮一峰es6，Proxy和Reflect学习

一.Proxy1.简述Proxy用于修改某些操作的默认行为，等同于在语言层面做出修改，所以属于一种“元编程”（metaprogramming），即对编程语言进行编程。
略略略_略·2023-01-26 06:22

ES6之Proxy 和 Reflect

ES6之Proxy和ReflectProxy概述Proxy用于修改某些操作的默认行为，等同于在语言层面做出修改，所以属于一种“元编程”，即对编程语言进行编程。
builder2991·2023-01-26 05:36

赋能班本月学习实践心得

赋能班第一堂课让我对人际关系有了新一些的认识。过去的我认为处理人际关系是一种利益交换的过程，就表面上维持差不多的关系就好了。抱有这样的想法，就会觉得再投入的话带给自己的大多是时间和心力的消耗，从而比较容易封闭自己，做事情也是习惯于自己独行。通过课程，我了解到人际关系是有层级的，自己很长时间处于“表面上很好”的一种同事和朋友关系下，对自己是一种消耗而不是支持和滋养。而且在赋能班上和小组成员的互动，让
亲亲虾条儿·2023-01-25 21:33

pytorch 深度学习实践 第7讲 处理多维特征输入

第5讲处理多维特征的输入MultipleDimensionInputpytorch学习视频——B站视频链接：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili以下是视频内容笔记以及小练习源码
会游泳的小雁·2023-01-25 16:15

【Pytorch深度学习实践】第7讲 处理多维特征的输入

什么是矩阵：空间转换，从N维映射到M维空间的线性变换神经网络：非线性空间变换#Multiple_Dimension_Input#处理多维数据输入importnumpyasnpimporttorchxy=np.loadtxt('data/diabetes.csv.gz',delimiter=',',dtype=np.float32)x_data=torch.from_numpy(xy[:,:-1])
方方方方便面·2023-01-25 16:15

Pytorch 深度学习实践Lecture_7 Multiple Dimension Input

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili多维输入如下图为糖尿病数据集，输入为10个样本，每个样本具有8维特征（怀孕次数，血糖，血压，皮脂厚度，胰岛素，BMI身体质量指数，糖尿病遗传函数，年龄），最后一列为标签（结果），0表示未患糖尿病，1表示患有糖尿病。逻辑回归模型由于输入数据维数增多，而预测值是标量，所以模型需要使用矩阵形式做计算说明：1.乘的权重(w)都一样，加的偏
endeavor`·2023-01-25 15:13

处理多维特征的输入 Multiple Dimension Input

参考，自学PyTorch深度学习实践(刘二大人)P7处理多维特征的输入MultipleDimensionInput_努力学习的朱朱的博客-CSDN博客激活函数：参考（常用激活函数（激励函数）理解与总结）
非常可爱的刘妹妹·2023-01-25 15:11

《PyTorch深度学习实践》-P7处理多维特征的输入

一行一样本sample，一列一特征featurediebetesdataset数据集在Anaconda/Lib/sit-packages/sklearn/datasets/data/diabetes_data和diebetes_target多维logistic回归模型（下标特征维度，上标样本）mini-batch（Nsamples）将运算向量化，变成矩阵，这样就可以利用GPU的并行运算能力~而不用
m0_60673782·2023-01-25 15:10

《PyTorch深度学习实践》Lecture_07 处理多维特征的输入 Multiple Dimension Input

B站刘二大人老师的《PyTorch深度学习实践》Lecture_07重点回顾+代码复现Lecture_07处理多维特征的输入MultipleDimensionInput一、重点回顾（一）MultipleDimensionLogisticRegressionModel1
　木夕敢敢·2023-01-25 15:36

刘二大人PyTorch-循环神经网络(RNN)—基础篇

《PyTorch深度学习实践》视频一.基础概念对于一个全连接网络，即全部由线性层组成的网络，也称作dense(稠密型)或者deep（深度型）网络，对于一个卷积神经网络，卷积核对多层图像处理，卷积核不变，
TheFanXY·2023-01-25 13:51

《PyTorch深度学习实践》-B站 刘二大人-day6

加载数据集B站刘二大人的PyTorch深度学习实践——加载数据集这次的视频是继续优化上一个视频的代码，上次我们输入糖尿病病人的数据，在处理是没有才有分成几个部分的处理，而是一整坨的放进去进行计算了，所以在加载数据集这方面我们就优化一样
爱编程的西瓜·2023-01-25 13:21

Bilibili-刘二大人《Pytorch深度学习实践》第13讲 Advanced RNN实验代码

'''''''''构建一个RNN分类器任务：一个名称分类器，根据输入的名字判断其国籍，数据集有Name与Country在这个场景中，由于输出无法通过线性层映射到某个维度，所以可以只用hn来连接线性层，对这个输入做一个18维的分类'''''''''importcsvimportgzipimporttorchimportmatplotlib.pyplotaspltimportnumpyasnpfrom
GrandGoblin·2023-01-25 13:20

吴恩达【深度学习】笔记01——向量化、For循环及Python中的Broadcasting

向量化是非常基础的去除代码中for循环的艺术，在深度学习安全领域、深度学习实践中，你会经常发现自己训练大数据集，因为深度学习算法处理大数据集效果很棒，所以代码的运行速度非常重要。
美式咖啡不加糖x·2023-01-23 15:10

机器学习实践：TensorFlow2 多GPU负载不均衡问题

问题运行时两个GPU负载不均，没有跑满，效率较低解决方法检查数据输入，保证瓶颈部分在GPU，而不是GPU在等待tf.data使用dataset.prefetch()，保证数据流及时进入模型map时使用num_parallel_calls参数增大batch_size
YueTann·2023-01-19 12:03

Pytorch深度学习实践 第六讲 逻辑回归

分类问题不是让“预测值”等于“类别”，而是计算属于每个类别的概率，要概率最大的。（将预测值通过Sigmoid函数从实数空间映射到[0，1]）Logistic函数（仅仅是sigmiod函数中最典型的一种）：x→+，(x)→1;x→-，(x)→0;x=0,(x)=1/2计算图：相比线性单元，Logistic回归单元后面多了一个Sigmiod激活函数。二分类问题的损失函数：y=1时，loss=,越大，l
啥都不会的研究生←_←·2023-01-18 17:05

PyTorch深度学习实践部分代码示例

Pytorch基础教程：B站刘二大人视频PyTorch深度学习实践线性模型1.穷举法2.梯度下降算法（贪心法）3.反向传播4.用PyTorch实现线性回归5.逻辑斯蒂回归6.处理多维特征输入神经网络1.
SDUer_DZL·2023-01-18 17:32

C++元编程——BP神经网络实现

基于之前的元编程矩阵，接下来就可以实现BP神经网络了。
腾昵猫·2023-01-18 13:00

C++11编译期（模板元编程）快速排序算法

#includeusingnamespacestd;templatestructarray{usingtype=array;};templatestruct_concat;templatestruct_concat,array,array>:array{};templateusing_le=typenameconditional::type;templateusing_gt=typenamecon
KangKangLoveCat·2023-01-18 08:01

OpenCV学习实践（四）——图像轮廓与图像分割修复

思维导图1.查找绘制轮廓//用Canny算子检测边缘Canny(g_grayImage,g_cannyMat_output,g_nThresh,g_nThresh*2,3);//寻找轮廓findContours(g_cannyMat_output,g_vContours,g_vHierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point(0,0));//绘出轮廓Mat
LongMarch2022·2023-01-17 12:00

《PyTorch深度学习实践》学习笔记—— 第1讲 Overview

文章目录前言1算法2框架3学习系统发展4维度诅咒压缩空间线性5深度学习系统与以前的差别6机器学习策略前言本文仅为个人学习记录，便于以后查看使用。1算法四种：穷举法贪心法分治法动态规划2框架只是包含关系，如表示学习只是机器学习的一部分。3学习系统发展4维度诅咒假设1个维度上取10个样本可做到贴近实际分布，则2个维度需要102=100个样本，3个维度需要103=1000个样本……N个维度就需要10N个
書辭·2023-01-17 10:20

【PyTorch深度学习实践】学习笔记 第五节 线性回归

课程链接PyTorch深度学习实践第五节课程。gogogo~！
咯吱咯吱咕嘟咕嘟·2023-01-17 10:19

PyTorch深度学习实践之用PyTorch实现线性回归

课程地址：05.用PyTorch实现线性回归_哔哩哔哩_bilibili目录理论编辑1.准备数据（使用mini-batch目的是为了一次性求出y_hat）2.定义模型3.构造损失函数和优化器4.训练过程课程代码总结代码：解决方法：1.根据老师的方法多迭代几次2.适当调整学习率lr作业疑惑理论1.准备数据（使用mini-batch目的是为了一次性求出y_hat）2.定义模型构造函数的模板→扩展模型完
Yory__·2023-01-17 09:14

FPGA 20个例程篇：17.SD卡存放图片逐一送VGA显示（上）

第六章图像显示处理，经典再现17.SD卡存放图片逐一送VGA显示在学习实践过SD卡读写和VGA驱动显示的时序后，在下面4个例程中笔者精心选择了综合性较强的，相信大家静下心把这4个例程都独立地去实现后，FPGA
青青豌豆·2023-01-17 08:19

机器学习实践：气象数据分析-10

机器学习实践：气象数据分析1、实验描述本节实验主要是针对气象数据进行分析，从实验数据中分析温度、湿度、风力、风向等数据，再利用matplotlib进行绘图，直观展示分析结果，通过本节实验我们能够直观感受到
奔腾游子·2023-01-16 13:52

《PyTorch深度学习实践》P10卷积神经网络基础篇CNN

全部代码在最后面。基本模式：patch：单通道，卷积做数乘：先数乘再加：每一个卷积核通道数量和输入通道数量一样！卷积核总数量和输出通道数量一样！卷积核数量和图片大小没关想得到和原来一样的维度，padding怎么计算加外围多少层：（如图所示）例子：code：在这里importtorchinput=[3,4,6,5,7,2,4,6,8,2,1,6,7,8,4,9,7,4,6,2,3,7,5,4,1]#
XD101DX·2023-01-16 06:36

【PyTorch深度学习实践】06_多维特征输入（以逻辑斯蒂回归为例）

文章目录1.多维数据2.多维数据在逻辑回归中的计算过程3.代码改变及其含义4.完整代码1.多维数据每一行为一个样本（sample），数据库里一行称为一个Record。每一列为一个特征（feature），数据库里叫字段。2.多维数据在逻辑回归中的计算过程偏置（bias）——b，通过广播机制变成向量与前面的矩阵进行运算。3.代码改变及其含义训练过程4.完整代码importnumpyasnpimport
青山的青衫·2023-01-16 06:06

【PyTorch深度学习实践】07_Dataset和Dataloader

文章目录1.Epoch，Iteration，Batch-Size2.Dataset和Dataloader2.1Dataset2.2Dataloader2.2.1例子2.2.2enumerate函数3.完整代码1.Epoch，Iteration，Batch-Size参考博客2.Dataset和Dataloader参考博客功能概览2.1Datasettorch.utils.data.Dataset是一
青山的青衫·2023-01-16 06:06

【PyTorch深度学习实践】08_Softmax分类器（多分类）

文章目录1.Softmax层1.1softmax的函数表示1.2损失函数2.代码实现1.Softmax层当需要多分类的时候，会输出一个分布，这些分布需要满足P(y=i)>=0和所有的P值加起来=1，使用softmax可以实现。要注意的是，softmax本质上和sigmoid一样也是一个激活函数。sigmoid用于二分类，softmax用于多分类。1.1softmax的函数表示示例1.2损失函数关于
青山的青衫·2023-01-16 06:06

PyTorch 深度学习实践 第10讲 卷积神经网络（基础篇）

CPUimporttorchfromtorchvisionimporttransformsfromtorchvisionimportdatasetsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasFbatch_size=64transform=transforms.Compose([transforms.ToTensor
Grairain·2023-01-16 06:04

PyTorch 深度学习实践 第十讲 ---卷积神经网络基础篇

Demo10:卷积神经网络基础篇来源：B站刘二大人说明卷积神经网络前一部分叫做特征提取（FeatureExtraction），后一部分叫做分类（classification）一个卷积核它的通道数量要求和输入通道是一样的。这种卷积核的总数有多少个和你输出通道的数量是一样的。卷积(convolution)后，C(Channels)变，W(width)和H(Height)可变可不变，取决于是否paddi
Vinsada·2023-01-16 06:34

PyTorch深度学习实践10——卷积神经网络基础

卷积过程示意图：卷积核的数量要和输入的通道数（Channel数）相等N个输入channel，1个输出channel：N个输入channel，M个输出channel：构造一层卷积层（4维张量）需要四个维度：输入大小，输出大小，卷积核W，卷积核H构造卷积层实例代码：importtorchin_channels,out_channels=5,10width,height=100,100kernel_si
UnFledged·2023-01-16 06:02

Pytorch深度学习（七）：卷积神经网络（基础篇）

Pytorch深度学习（七）：卷积神经网络（CNN）（基础篇）参考B站课程：《PyTorch深度学习实践》完结合集传送门：《PyTorch深度学习实践》完结合集卷积神经网络是一种带有卷积结构的深度神经网络
Yuriy_Xiong·2023-01-16 06:01

PyTorch深度学习实践-P10卷积神经网络

代码部分参考了csdn上别的博主，经测试可以跑成功复习：上一节的全连接神经网络任意两个节点之间都有权重全连接层处理图片时丢失了部分空间信息，因为为它把输入直接连成了一长串，但没有考虑他们在图片中的位置处理图像时常用的二维卷积神经网络：考虑输入输出维度，做空间变换工作方式：输入图像1*28*28的张量c*w*h卷积层：保留图像的空间特征featuremaps：卷积之后，依然是三维张量，得到了4*24
m0_60673782·2023-01-16 06:30

PyTorch深度学习实践——梯度下降

学习总结：这一课在B站上学习了梯度下降，对于其中认识总结如下：在初入深度学习坑时，我们经常会听到一个词语叫”梯度下降算法“，老实说，在没有学习这一章节我也对此毫无头绪，在学习玩之后，对此有了以下总结：对于一个问题而言，我们总可以提出三个问题：是什么？为什么？以及怎么样？对于梯度下降也是同样，以下总结从三个方面来解释：梯度下降是什么？简单来说就是一种寻找目标函数最小化的方法，它利用梯度信息，通过不断
不见当年灰太狼·2023-01-16 06:00

PyTorch深度学习实践——卷积神经网络

importtorchfromtorchvisionimporttransformsfromtorchvisionimportdatasetsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasFimporttorch.optimasoptimimporttorchvisionimportmatplotlib.pyplota
不见当年灰太狼·2023-01-16 06:00
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他