reduction

PyTorch学习笔记：nn.KLDivLoss——KL散度损失

PyTorch学习笔记：nn.KLDivLoss——KL散度损失torch.nn.KLDivLoss(size_average=None,reduce=None,reduction='mean',log_target
视觉萌新、·2023-03-28 23:41

PyTorch学习笔记：nn.TripletMarginLoss——三元组损失

三元组损失torch.nn.TripletMarginLoss(margin=1.0,p=2.0,eps=1e-06,swap=False,size_average=None,reduce=None,reduction
视觉萌新、·2023-03-28 23:41

Java 8 流的进阶（Stream）- 用 Collectors 来进行 reduction 操作

接着上一篇：Java8流的进阶（Stream）-自己生成流Stream是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregateoperation），或者大批量数据操作(bulkdataoperation)。Stream的使用，会使代码更加简洁易读；而且Java8的Stream使用并发模式，程序执行速度更快。简单的说明下java.util
最孤单的人·2023-03-24 13:20

彻底理解 tf.reduce_sum()

tf.reduce_sum(input_tensor,axis=None,keepdims=None,name=None,reduction_indices=None,keep_dims=None)input_tensor
xingzai·2023-03-18 07:31

Educational Codeforces Round 121 1626B Minor Reduction

题目描述（传送门）题目翻译：给你一个十进制数x，高位没有多余的0。你需要对其执行一次操作：将x中两个相邻的数替换成它们的和（它们的和的高位也不能有多余的0，比如如果和是9，就用9来替换，而不是09；如果和是0，则用0来替换，而不是00）比如，如果x=10057，则可能的结果是：选择第一位数1和第二位数0，用1+0=1来替换，则结果是1057；选择第二位数0和第三位数0，用0+0=0来替换，则结果也
immortal_luo·2023-03-15 10:28

Barrett reduction算法

转载自：https://www.cnblogs.com/lxzbky/p/14178679.html1.模乘的两种优化1.蒙哥马利模乘算法2.Barrettreduction算法使用算法1需要满足条件,模数N和进制数R互质当不符合此条件时,使用算法2这次来记录下第二种算法,防止遗忘2.先说一下流程b进制下,求xmodm,默认大于0m为k位数(b进制下),x位数小于等于2*k//b^n代表b的n次幂
ayang1986·2023-03-10 03:22

Constrained Generative Adversarial Learning for Dimensionality Reduction——基于约束生成式对抗学习的降维算法

ConstrainedGenerativeAdversarialLearningforDimensionalityReduction——基于约束生成式对抗学习的降维算法0摘要——提出了一种基于生成式对抗网络的降维算法，使用了11种先进降维方法进行比较研究1简介——本文提出方法的主要贡献（1）提出一种新的DR算法——约束对抗降维算法（CADR），该算法能够同时保持和改善原始特征空间的特性（2）提出亲
ZZX-研一小学僧·2023-03-09 07:39

Pytorch损失函数解析

modules的初始化__init__.py中关于损失函数的导入:1.损失函数的base类1.1Loss的三个参数从函数代码中可以看出，__init__函数有三个参数size_average,reduce,reduction
一直小鸟飞飞飞·2023-02-05 16:46

《中医药 AI 大脑》项目基本构成

项目整体很庞大，综合利用机器学习算法及概率论，图论，模糊集合，粒计算等数学原理，多模型多算法组合，常用算法组合拳（NLP，Attribute-Reduction，FuzzySet
中医药人工智能研究·2023-02-04 08:25

2022-08-04_featureplot split之后不出现图例怎么办

marker基因的featureplotDefaultAssay(sample.integrated)<-'RNA'FeaturePlot(sample.integrated,features='LMNA',reduction
jiarf·2023-02-02 15:10

Enhancing Cross-task 对抗Black-Box迁移 with Dispersion Reduction

亮点：①不需要目标模型的任何访问信息就可以攻击。②攻击方法可以跨任务：同一张图，生成的攻击对象适用于各种CV检测。更加符合实际。核心思想：CV大类的检测网络，往往都是捕捉特征进行判断。因此文章近似把深度网络分成俩部分：特征捕捉+仿射变换：①特征捕捉是捕捉图片的底层特征，文中的思想是各个网络捕捉到的可能都差不多（捕捉到的特征为向量a）。②仿射变换（=W*a）为分类信息，各个网络差异很大。其中W可以看
少年芒果君·2023-01-29 21:52

einops 张量操作

pipinstalleinopsfromeinopsimportrearrange,reduce,repeat#按给出的模式重组张量output_tensor=rearrange(input_tensor,'tbc->bct')#结合重组（rearrange）和reduction
AI视觉网奇·2023-01-28 18:04

多因子降维法(MDR，Multifactor Dimensionality Reduction ）

多因子降维法（MDR，multifactordimensionalityreduction）多因子降维法(MDR，MultifactorDimensionalityReduction）MDR是近年统计学中发展起来的一种新的分析方法。其中，“因子”即交互作用研究中的变量，“维”是指研究中多因子组合的个数。该方法主要应用于卫生统计学，流行病学及遗传学中，它以疾病易感性分类的方式建模，研究基因—基因、基
weixin_30641465·2023-01-27 08:18

多因子降维法（MDR，multifactor dimensionality reduction）

多因子降维法(MDR，MultifactorDimensionalityReduction）MDR是近年统计学中发展起来的一种新的分析方法。其中，“因子”即交互作用研究中的变量，“维”是指研究中多因子组合的个数。该方法主要应用于卫生统计学，流行病学及遗传学中，它以疾病易感性分类的方式建模，研究基因—基因、基因一环境之间交互作用。它弥补了Logistic回归在处理高阶交互作用时的局限性。在高血压、糖
an05423833476591·2023-01-27 08:42

利用python进行数据分析——04.Numpy数学和统计方法

sum、mean、std等聚合函数（约简，reduction），既可以当做数据实例的方法调用，也可以当做顶级numpy函数调用Numpy统计聚合函数可以接收一个axis参数（用于计算该轴向上的统计值），
Sigmoid_哼哼·2023-01-26 16:40

numpy randn 和_python数据分析类库系列Numpy之数学和统计方法

sum、mean以及标准差std等聚合计算(aggregation，通常叫做约简(reduction))既可以当做数组的实例方法调用，也可以当做顶级NumPy函数使用。
weixin_39520775·2023-01-26 15:38

Numpy 的数学和统计方法

sum、mean以及标准差std等聚合计算（aggregation，通常叫做约简（reduction））既可以当做数组的实例方法调用，也可以当作顶级Numpy函数使用：mean和sum这类的函数可以接受一个
weixin_34037515·2023-01-26 15:08

Barrett reduction

Barrettreduction一.主要思想在计算modn操作时，需要用到除法。而计算机计算除法的速度很慢，因此Barrettreduction算法使用位移操作和减法操作来替换除法操作，实现modn的目的二.算法步骤计算xmodn1.预计算阶段1.首先n为整数，且n≥3，n不是2的幂。0
leerh0353·2023-01-23 20:40

pytorch下训练模型出现 target 8 is out of bounds

_nn.cross_entropy_loss(input,target,weight,_Reduction.get_enum(reduction),ignore_index,label_smoothing
游弋白桦林·2023-01-21 10:10

吴恩达机器学习系列课程笔记——第十四章：降维(Dimensionality Reduction)

14.1动机一：数据压缩https://www.bilibili.com/video/BV164411b7dx?p=79这个视频，我想开始谈论第二种类型的无监督学习问题，称为降维。有几个不同的的原因使你可能想要做降维。一是数据压缩，后面我们会看了一些视频后，数据压缩不仅允许我们压缩数据，因而使用较少的计算机内存或磁盘空间，但它也让我们加快我们的学习算法。但首先，让我们谈论降维是什么。作为一种生动的
Lishier99·2023-01-20 17:30

tf.keras.losses.SparseCategoricalCrossentropy()与CategoricalCrossentropy()简单说明

tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False,reduction=losses_utils.ReductionV2.AUTO
github_元宝·2023-01-19 13:51

torch.nn.MSELoss的用法

CLASStorch.nn.MSELoss(size_average=None,reduce=None,reduction=mean)torch.nn.functional.mse_loss(input
LuLu-jianfeng·2023-01-18 14:30

【pytorch函数笔记（四）】torch.nn.MSELoss()

importtorch.nnasnnnn.MSELoss(reduction='none')一、torch.nn.MSELoss()介绍  torch.nn.MSELoss()是一种均方误差损失函数。
榴莲味的电池·2023-01-18 14:27

torch.nn.MSELoss用法

MSELOSSCLASStorch.nn.MSELoss(size_average=None, reduce=None, reduction:str='mean')创建一个标准来测量输入x和目标y中每个元素之间的均方误差
仁义礼智信达·2023-01-18 14:57

torch.nn.functional.cross_entropy()和torch.nn.CrossEntropyLoss()的使用

torch.nn.functional.cross_entropy(input,target,weight=None,size_average=None,ignore_index=-100,reduce=None,reduction
敲代码的小风·2023-01-18 14:54

torch.nn.MSELoss扒开看看它

X,Y∈Rn×d，假设其中X\mathbf{X}X是模型的输入，Y\mathbf{Y}Y是真实标签默认参数torch.nn.MSELoss(size_average=None,reduce=None,reduction
Ocodotial·2023-01-18 14:23

pytorch损失函数

MeanSquaredError，MSE）pytorch代码：torch.nn.MSELoss()L1Loss和MSELoss的参数：旧版的函数有reduce、size_average两个参数，新版的只有一个reduction
豪言成笑谈·2023-01-14 22:46

一文详解L1-loss和L2-loss(pytorch版本)

importtorch.nnasnnimporttorchpixelwise_loss=nn.L1Loss(reduction='mean')#平均绝对误差,L1-损失loss2=nn.MSELoss(
啥都亿点点的研究生·2023-01-14 22:45

【pytorch】对照原理，自己实现pytorch自带的损失函数：L1Loss，L2Loss，BCELoss，BCEWithLogitsLoss，NLLLoss，CrossEntropyLoss

returntorch.mean(torch.abs(y-yhead))y=torch.rand(4,3)yhead=torch.rand(4,3)print(L1Loss(y,yhead))print(nn.L1Loss(reduction
颢师傅·2023-01-14 22:13

RuntimeError: all elements of input should be between 0 and 1

torch.nn.BCELoss(weight=None,reduction='mean')这个类实现了二分类交叉熵。
AI界扛把子·2023-01-13 16:12

keras.losses中 reduction=‘none‘的用法

计算预测值与真实值的损失：tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True,reduction='none')(label,pred
muyuu·2023-01-13 09:47

pickle data was truncated

File"D:\SoftWare\Anaconda\envs\pytorch-1.9\lib\multiprocessing\popen_spawn_win32.py",line89,in__init__reduction.dump
Joey Chen&Wpl·2023-01-13 01:47

论文笔记10：Denoising and Dimensionality Reduction Using Multilinear Tools for Hyperspectral Images

LRTA：DenoisingandDimensionalityReductionUsingMultilinearToolsforHyperspectralImages引言多向表示与性质去噪工具：LRTA-(K1,K2,K3)(K_1,K_2,K_3)(K1,K2,K3)降维工具：LRTAdr_{dr}dr-(K1,K2,D3)(K_1,K_2,D_3)(K1,K2,D3)实验无降维的分类有降维的分
love_lqz·2023-01-11 18:26

解决pytorch报错——RuntimeError: Expected to have finished reduction in the prior iteration...

一、报错信息之前写代码时碰到了这样一个错误：RuntimeError:Expectedtohavefinishedreductionintheprioriterationbeforestartinganewone.Thiserrorindicatesthatyourmodulehasparametersthatwerenotusedinproducingloss.Youcanenableunuse
Polaris_T·2023-01-11 12:10

pytorch损失函数中‘reduction‘参数

内容介绍在调用pytorch的损失函数时，会有一个’reduction’的参数，本文介绍使用不同的参数对应的结果，以L1loss为例子：reduction=mean当使用的参数为mean(在pytorch1.7.1
新嬉皮士·2023-01-11 11:29

利用pytorch来深入理解CELoss、BCELoss和NLLLoss之间的关系

pytorch中的所有损失函数都可以通过reduction=‘mean’或者reduction=‘sum’来设置均值还是总值。L1LossL1Loss
changxl.·2023-01-09 08:54

MGD【知识蒸馏】【expand】

模型原理nn.MSELoss(reduction='sum'):均方误差，sum两个tensor对应位置像素求差再平方，再将得到所有位置的像素求和得到一个值。【mean的话就不求和，而是求平均。
太简单了·2023-01-06 02:03

tf.keras.losses.CategoricalCrossentropy函数

函数原型tf.keras.losses.CategoricalCrossentropy(from_logits=False,label_smoothing=0.0,axis=-1,reduction=losses_utils.ReductionV2
不负韶华ღ·2023-01-05 11:24

tf.keras.losses.SparseCategoricalCrossentropy函数

函数原型tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False,reduction=losses_utils.ReductionV2
不负韶华ღ·2023-01-05 11:24

tensorflow2.x学习笔记十八：损失函数之交叉熵

binary_crossentropy函数BinaryCrossentropy类的使用：tf.keras.losses.BinaryCrossentropy(from_logits=False,label_smoothing=0,reduction
耐心的小黑·2023-01-05 10:46

from_logits=True

BinaryCrossentropyclasstf.keras.losses.BinaryCrossentropy(from_logits=False,label_smoothing=0,reduction
飞行codes·2023-01-05 10:41

使用yolo系列算法时报错zero-size array to reduction operation maximum which has no identity

出现zero-sizearraytoreductionoperationmaximumwhichhasnoidentity的问题在于标签不匹配解决方案：进行标签归一化即可
weixin_45145124·2023-01-04 11:38

解决Numpy 报错 ValueError: zero-size array to reduction operation maximum which has no identity

这是因为numpy对一个空的array做运算操作造成的，如：x=np.array([])#x+1#会报错建议在代码中可以改为：ifx.size==0:print('x.sizeis0')else:print('x.size>0')
呆萌的代Ma·2023-01-04 11:07

yolov5训练时遇到问题：ValueError: zero-size array to reduction operation maximum which has no identity

1、找了资料说是标签不匹配，需要进行标签归一化。2、推断出是标签问题，进行标签检查，发现在data/xxx。yaml文件中的标签“cat”打成了“car”。
毛脸雷公嘴的和尚·2023-01-04 11:06

Numpy中出现“ValueError: zero-size array to reduction operation maximum which has no identity”错误的调试笔记

1问题描述在写作目标检测的代码时，遇到了这样的一个错误，File“/home/…/…py”,line121,in…array=array/array.max()File“/home/…/python/anaconda/anaconda3/envs/conda-general/lib/python3.7/site-packages/numpy/core/_methods.py”,line30,in_
songyuc·2023-01-04 11:36

解决seaborn报错ValueError: zero-size array to reduction

首先说结论：错在matplotlib，降低它的版本就好。在使用seaborn完成机器学习绘图时，产生了一个很奇怪的报错，我的使用的代码如下：importseabornassnssns.scatterplot(x='var1',y='var2',hue='var3',data=dataset,)在执行上述代码时，检验了数据集、数据逻辑等无误的情况下，还是会有如下报错：ValueError:zero-
爱摔跟头的骑士·2023-01-04 11:35

解决ValueError: zero-size array to reduction operation minimum which has no identity

解决ValueError:zero-sizearraytoreductionoperationminimumwhichhasnoidentity在使用seaborn画散点图的时候报错ValueError:zero-sizearraytoreductionoperationminimumwhichhasnoidentity解决方法升级matplotlibpython-mpipinstall--use
qq_35871377·2023-01-04 11:34

【Numpy调试】ValueError: zero-size array to reduction operation minimum which has no identity

一、问题描述在写变量自动分箱时，想实现一个循环功能，出现下边了如题般的报错。稍微解释一下这段代码想实现的功能，threshold是卡方阈值，cvs是每次循环后的分箱阈值。当cvs.min()0else100):cvs,freq,cutoff=chi2_merge_core(cvs,freq,cutoff,cvs.argmin())
从事多年范特西·2023-01-04 11:59

ValueError: zero-size array to reduction operation maximum which has no identity

这是我在改进adaboost时，numpy库的一个报错网上的通识是：这是由于对一个空的array或者matrix对象进行去最值操作，从而报错的。然后要你再去检查一下你的对象是否为空。然后我一路debug找到了原因：#计算AdaBoost误差，当误差为0的时候，退出循环aggClassEst+=alpha*classEst是因为alpha过大或者不存在，从而导致aggClassEst变成了[[Nan
钢盔兔·2023-01-04 11:56

torch.nn.MSELoss()函数

nn.MSELoss()，当输入两个矩阵时，默认输出标量tensor（torch.Size([])），是两个矩阵对应位置平方差后的平均值regression_loss=torch.nn.MSELoss(reduction
jubary·2022-12-31 15:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他