MNIST数据集分类

深度学习框架PyTorch原理与实践

3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理4.1神经网络结构4.2神经网络层4.3激活函数5.实际案例——MNIST
AI天才研究院·2025-02-04 07:47

自定义数据集 使用paddlepaddle框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

1.引言在这篇博客中，我们将使用PaddlePaddle框架实现一个逻辑回归模型，利用NumPy自定义数据集进行训练，并保存模型。最后，我们将演示如何加载保存的模型并进行预测。
辞落山·2025-02-04 07:16

自定义数据集 ，使用朴素贝叶斯对其进行分类

代码：#导入必要的库importnumpyasnpimportmatplotlib.pyplotasplt#定义类1的数据点，每个数据点是二维的坐标class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])#定义类2的数据点，每个数据点是二维的坐标class2_poi
〖是♂我〗·2025-02-04 07:46

自定义数据集 使用scikit-learn中svm的包实现svm分类

importnumpyasnpimportmatplotlib.pyplotasplt#定义数据class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])class2_points=np.array([[3.2,3.2],[3.7,2.9],[3.2,2.6],[1.
Z211613347·2025-02-04 07:12

每日 Java 面试题分享【第 16 天】

面试官考察点异常分类理解：对Java异常体系（Throwable、Error、Exception、Ru
一只蜘猪·2025-02-04 07:11

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataset,DataLoaderimporttorchvision.transformsastransformsimportpandasaspdimportnumpyasnpclassCustomDataset(Dataset):def_
Z211613347·2025-02-04 07:40

数据预处理 泰坦尼克号_了解泰坦尼克号数据集的数据预处理

数据预处理泰坦尼克号什么是数据预处理？(WhatisDataPre-Processing?)Weknowfrommylastblogthatdatapreprocessingisadataminingtechniquethatinvolvestransformingrawdataintoanunderstandableformat.Real-worlddataisoftenincomplete,i
张_伟_杰·2025-02-04 06:34

PyTorch 训练一个分类器

CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言  TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用PyTorch训练一个用于图像分类的卷积网络模型
亚里·2025-02-04 05:59

自定义数据集 ，使用朴素贝叶斯对其进行分类

importnumpyasnpimportmatplotlib.pyplotasplt#1.散点输入class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4,1.1]])class2_points=np.array([[3.2,3.2],[3.7,2.9],[3.2,2.6],[
Z211613347·2025-02-04 04:21

python中keras_Python深度学习——keras（一）

大多数深度学习，都是将若干个简单的层给链接起来，实现渐进式的数据过滤，也就是数据蒸馏(过滤到一定程度就等同于蒸馏)首先来看一个数字识别的案例(1)读取训练集和测试集fromkeras.datasetsimportmnist
weixin_39534321·2025-02-04 04:48

缓存增强生成（CAG）对比检索增强生成（RAG）：谁才是大语言模型的最优解？

优势处理大型或频繁更新的数据集时，无需一次性加载全部内容。避免了大量提示信息导致的截断或上下文过载问题。关键局限增加了检索步骤，可能会导致速度变慢。通常依赖外部
·2025-02-04 03:49

为什么尽量避免使用 `IN` 和 `NOT IN`？

一、效率问题1.NOTIN的性能瓶颈在SQL查询中，NOTIN往往会导致性能问题，尤其是在处理大数据集时。以下
·2025-02-04 03:48

机器学习--学习计划

第1周：数据与监督学习基础学习目标：掌握数据预处理、线性模型与分类任务的基础流程。
kyle~·2025-02-04 03:42

机器学习笔记20241017

GradientVanishing）梯度消失原因解决方法梯度爆炸（GradientExplosion）定义原因解决方法总结继续跟着小土堆学pytorchtorchvision#导入torchvision库，主要用于处理图像数据集
tt555555555555·2025-02-04 03:11

随机森林（Random Forest）预测模型及其特征分析（Python和MATLAB实现）

随机森林最初由LeoBreiman在2001年提出，基于决策树这一基本分类模型。其基本思想是通过构建多个决策
追蜻蜓追累了·2025-02-04 03:09

动手学PyTorch建模与应用：从深度学习到大模型

深度学习的出现不仅推动了机器学习的发展，而且促进了人工智能技术的革新，已经被成功应用在语音识别、图像分类识别、地球物理、大语言模型等领域，具有巨大的发展潜力和价值。
王国平·2025-02-04 00:51

R语言绘图实现—使用R语言绘制科研图形

###6.1常用图形参数####6.1.1颜色#对women数据集绘制散点图，并用红色表示散点。
kaka_R-Py·2025-02-03 23:13

Vue和Vue-Element-Admin（十）：HTML和CSS快速学习笔记

目录html标签分类网页布局盒子模型浮动定位css标签选择flex布局transform转换Vue开发tipsless和scssVScode常用插件后端语言框架很多，Java适合企业级应用（规范且稳定）
A叶子叶·2025-02-03 23:11

【机器学习BDT】python代码实现(下)

文章目录BDT(BootstrapDecisionTree)python实现导入库分类树主体代码回归树主体代码输出函数完整代码后续可能添加的功能BDT(BootstrapDecisionTree)python
mcoc132·2025-02-03 22:05

python 图像特征提取_python实现LBP方法提取图像纹理特征实现分类的步骤

题目描述这篇博文是数字图像处理的大作业.题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类
weixin_39969060·2025-02-03 22:28

打架检测系统：基于YOLOv5的实时人群打架行为识别

本博客将详细介绍如何使用YOLOv5模型搭建一个打架检测系统，包含数据集准备、YOLOv5训练、UI界面设计以及优化和部署
2025年数学建模美赛·2025-02-03 21:56

【基础教程】Python整数类型（int）详解

而Python则不同，它的整数不分类型，
SAPmatinal·2025-02-03 21:25

Python 图像处理进阶：特征提取与图像分类

特征提取特征提取是计算机视觉中的一个重要环节，它可以从图像中提取出有助于后续处理的特征，比如用于识别和分类的关键点、纹理等。常见的特征提取方法包括SIFT、SURF和ORB等。
极客代码·2025-02-03 21:23

语音识别播报人工智能分类垃圾桶（论文+源码）

2.1需求分析本次语音识别播报人工智能分类垃圾桶，设计功能要求如下∶1、具有四种垃圾桶，分别为用来回收厨余垃圾，有害垃圾，可回收垃圾，其他垃圾。
沐欣工作室_lvyiyi·2025-02-03 19:39

《AI逆袭：科技与人类的终极对决，谁才是未来的主宰？》

3.1AI与人类的合作3.2AI的自主性与未来3.3AI与社会的融合第四章：AI技术实践——代码示例4.1图像分类（使用TensorFlow）结语导语人工智能（AI）无疑是当前科技发展的热
云边有个稻草人·2025-02-03 19:39

4、PyTorch 第一个神经网络，手写神经网络的基本部分组成

假设有一个二维数据集，目标是根据点的位置将它们分类到两个类别中（例如，红色和蓝色点）。
找个栗子·2025-02-03 19:35

模式识别与机器学习（Python实现）：基于sklearn朴素贝叶斯模型实现男女分类

模式识别与机器学习（Python实现）：基于sklearn朴素贝叶斯模型和pazen窗方法实现男女分类欢迎大家来到安静到无声的《模式识别与人工智能（程序与算法）》，如果对所写内容感兴趣请看模式识别与人工智能
CV视界·2025-02-03 17:16

Python基本数据类型之字符串

文章目录变量类型之字符串一、字符串的性质二、字符串的分类1.字符串又分为转义字符、原始字符串和一般字符串三种。
stiinput·2025-02-03 17:46

使用朴素贝叶斯对自定义数据集进行分类

准备自定义数据集首先，需要一个自定义数据集来进行分类。创建一个简单的二维数据集，其中每个样本有两个特征，并且属于两个类别之一。
Luzem0319·2025-02-03 17:15

【Vue】权限控制

权限管理分类：页面权限功能(按钮)权限接口权限vue3-element-admin的实现方案一般我们在业务中将路由可以分为两种，constantRoutes和asyncRoutes。
秀秀_heo·2025-02-03 15:02

线性回归的简单实现

本文是《动手学深度学习》的笔记文章目录线性回归的简单实现生成随机数据集读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型线性回归的简单实现用了
SkaWxp·2025-02-03 14:58

SpringMVC 注解实现参数映射

1.1RequestMapping1.2请求参数的映射1.2.1基本类型/字符串属性封装1.2.2实体类属性封装1.2.3集合属性封装1.2.4Date类型封装1.3常用注解1.4其他注解2.响应数据和结果视图2.1返回值分类
姜源Jerry·2025-02-03 14:26

hive分区和分桶详解

Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。
CodeShelby·2025-02-03 14:56

Task01：线性回归；Softmax与分类模型、多层感知机

一、mxnet相关函数用法mxnet.nd用法对标numpy库(1)nd.concatfrommxnetimportndnd.concat(X,Y,dim=0)nd.concat(X,Y,dim=1)X,Y为两个矩阵nd.concat为连接矩阵，dim表示连接的维度，若原来两个矩阵为（4,3），dim=0就表示新生成矩阵为（8,3）dim=1表示新生成矩阵为（4,6）(2)y+=xy=y+x这样的
恰人陈·2025-02-03 14:56

投票法：简单而强大的分类利器

投票法：简单而强大的分类利器在机器学习的分类任务中，我们常常需要寻找高效且准确的方法来对数据进行分类。今天，让我们一起来探讨一种简单却极为强大的分类方法——投票法。
ningaiiii·2025-02-03 14:25

【单层神经网络】基于MXNet库简化实现线性回归

frommxnetimportautograd,nd,gluon#模型、网络frommxnet.gluonimportnnfrommxnetimportinit#学习frommxnet.gluonimportlossasgloss#数据集
辰尘_星启·2025-02-03 14:55

【博学谷学习记录】超强总结，用心分享 | Hive分区表和分桶表

#博学谷IT技术支持#一、分区表分区表就是对一个表的文件数据进行分类管理，表现形式就是有很多的文件夹(dt=2019-02-27)。
Onzswhite·2025-02-03 14:52

Hive分区和分桶

这样可以在查询时仅扫描相关的分区，而不是整个数据集，从而减少查询所需要处理的数据量，提高查询效率。物理上将
码农小旋风·2025-02-03 14:51

最小边际采样在分类任务中的应用

最小边际采样在分类任务中的应用在机器学习的分类任务里，如何高效利用有限的标注数据，一直是研究的重点。
ningaiiii·2025-02-03 11:57

网络安全工具大合集

它的目标是收集，分类，让你容易找到想要的工具，创建一个工具集，你可以一键检查和更新。这里有一份很棒的黑客工具列表可以提供给黑客，渗透测试人员，安全研究人员。
黑客Jack·2025-02-03 09:17

自定义数据集，使用scikit-learn 中K均值包 进行聚类

代码：#导入必要的库importmatplotlib.pyplotasplt#用于绘制图形fromsklearn.clusterimportKMeans#KMeans聚类算法importnumpyasnp#数值计算库#定义class1到class4的数据点，模拟四个不同的类（每个类7个二维点）class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5]
〖是♂我〗·2025-02-03 09:11

自定义数据集 使用scikit-learn中svm的包实现svm分类

代码：importnumpyasnp#导入用于数值计算的库importmatplotlib.pyplotasplt#导入用于绘图的库#class1_points和class2_points分别定义了两个类别的数据点，二维坐标class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4
〖是♂我〗·2025-02-03 09:11

使用支持向量机和朴素贝叶斯对文本分类

一、支持向量机文本分类1.1支持向量机分类器(SVC)支持向量机分类器（SupportVectorClassifier），缩写为SVC。
SSeaflower·2025-02-03 09:10

使用支持向量机（SVM）进行股票市场预测

支持向量机（SVM）作为一种强大的机器学习算法，已被广泛应用于各种分类和回归问题。本文将详细介绍如何使用C++和支持向量机进行股票市场预测，并提供完整的代码示例。
m0_57781768·2025-02-03 08:09

Megatron：深度学习中的高性能模型架构

Megatron大多用于GPT（生成式预训练模型）、BERT等Transformer模型的预训练，擅长在大规模数据集和高性能计算资源上进行训练。
gs80140·2025-02-03 08:06

数据结构基础1

什么是稳定排序和不稳定排序稳定排序和不稳定排序是排序算法的两种分类。稳定排序算法保证在排序过程中，相同元素的相对位置不变。不稳定排序算法则不保证在排序过程中，相同元素的相对位置不变。
四代目 水门·2025-02-03 08:35

微信小程序视频点播在线视频学习系统 毕业设计 课程设计（1）首页_微信小程序视频功能设计流程图

06-19关于违规会员处理的通知视频分类最新更新课程所有课程HTML入门到精通3651人报名免费HTML入门到精通3651人报名免费HTML入门到精通3651人报名免费HTML入门到精通3651人报名免费
字节全栈_kYu·2025-02-03 07:57

夜晚场景下的人车检测数据集VOC+YOLO格式4199张6类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：4199标注数量(xml
FL1623863129·2025-02-03 06:52

网球比赛检测数据集VOC+YOLO格式6648张5类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：6648标注数量(xml
FL1623863129·2025-02-03 06:52

Python数据的筛选、排序与聚合

Python数据的筛选、排序与聚合在数据分析过程中，我们常常需要对数据进行筛选、排序和聚合操作，以便从数据集中提取有价值的信息。
大数据张老师·2025-02-03 06:20
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他