- 博客(501)
- 收藏
- 关注
RSS订阅原创 Python3中的JSON介绍
JSON的本质是一个字符串，有一些特定的格式。用途是每一种语言都可以实现数据传输，比如不同的编程语言之间的传输。反序列化：JSON格式字符串 -> Python数据类型。序列化：Python数据类型 -> JSON格式字符串。如果在JSON中有目前时间，得转换成string才可以。如果JSON中有中文，得这么修改。
2024-04-17 23:46:28
110
原创 Python3中的模块
如果要在一个py文件里，调用来自另一个自定义包里的py文件。在一个py文件里调用另外一个py文件里的函数，例子。只要运行 app.py 文件，就可以跑出结果。：创建文件夹，文件夹中放很多的py文件。
2024-04-16 22:15:49
95
原创 Python3 中的装饰器
先说一下，Python3中的装饰器优点：在不修改原本函数内容前提下，可以对功能进行扩展。比如说：你的前队友已经写好了这个函数，一旦你通过修改这函数来做功能扩展，肯定会出现bug的，所以就得用到 Python3 中的装饰器。其实Python3的装饰器本质上是利用了。
2024-04-16 00:26:38
139
原创 Python 发送邮件 (含代码)
通过Python代码来发送邮件。开启 POP3/SMTP服务。获取授权码，这样免密码登录。获得 SMTP 服务器地址。
2024-04-10 16:18:54
509
原创 Python读取文件里内容
如果要下载mp3文件，大小1000G，代码例子如下。如果要读取大文件，比如100G。如果要读取 图片/视频/gif 文件，就用。如果要读取一个文件里的内容是。如果读取的文档是文本，就用。使用 with 来打开文件。
2024-04-08 18:58:58
121
原创 Python向文件里写入数据
当你输入1，2，3，4之后，就能在 db.txt 文件里看到。在 db.txt 文件里，就能看到写入的数据。如果想从网页上获取数据下来，可以这么操作。可以在 db.txt 文件里看到一句话。在 db.txt 文件里，可看到。在 db.txt 文件里，就有。通过循环不断写入数据到文件里。
2024-04-08 17:40:31
218
原创 机器学习 - 使用 make_moons 做 binary classification (含代码)
【代码】机器学习 - 使用 make_moons 做 binary classification (含代码)
2024-04-05 19:06:57
272
原创 Python中描述线程中锁 (代码)
类是Python中用于线程同步的一种机制，它可以确保在多线程环境下对共享资源德安全访问。方法用于获取锁，如果锁处于被占用状态，则会阻塞线程直到获取到锁；要想在 Python3 中引入 Lock，调用。方法用于释放锁，将锁的状态设置为可用。
2024-03-29 13:18:00
185
原创 Python3画等高线 (有代码)
可以根据提供的数据生成等高线，并根据等高线下的区域填充不同的颜色。该函数通常用于可视化二维数据集的密度分布或二维函数的等高线图。它接受三个参数：X, Y 和 Z，其中X和Y分布是二维数据集中的x坐标和y坐标，Z是对应的数据值。要画等高线，需要用到。
2024-03-28 23:08:12
179
原创 机器学习 - 创建一个PyTorch classification model
先得将数据从 numpy arrays 移到 PyTorch tensor 里。需要创建 loss function 和 optimizer。设置 loss function 和 Optimizer。之后，将数据分成训练集和测试集。都看到这了，给个赞呗~
2024-03-26 00:14:27
877
原创 机器学习 - save和load训练好的模型
是一个用于序列化和反序列化Python对象的标准库模块。它可以将Python对象转换为字节流 (即序列化)，并将字节流转换回Python对象 (即反序列化)。在深度学习中，经常需要保存训练好的模型或者训练过程中的中间结果，以便后续的使用或分析。PyTorch提高了方便的API来保存和加载模型，其中就包括了使用。模块在很多情况下都非常有用，特别是在保存和加载模型，保存训练中间状态等方面。如果已经训练好了一个模型，你就可以save和load这模型。模块进行对象的序列化和反序列化。
2024-03-20 17:31:06
488
原创 机器学习 - 预测训练模型
torch.inference.mode() 是一个上下文管理器，用于控制推断模式下的模型行为。在深度学习中，模型在训练和推断 (或称为预测) 阶段有不同的行为。在推断阶段，通常不需要计算梯度，也不需要跟踪计算图，这样可以提高推断速度并减少内存占用。这样可以确保模型在推断阶段不会意外地计算梯度，提高了推断的速度和效率。上下文环境时，PyTorch会关闭梯度跟踪，并且禁用自动微分机制。在下图，能看到预测点跟测试点很靠近，这结果挺理想的。上下文管理器就是为了控制模型在推断阶段的行为。
2024-03-20 12:19:17
561
原创 机器学习 - 训练模型
它是梯度下降算法的变种，在每次更新参数时都使用随机样本的梯度估计来更新参数。在每次迭代中，SGD随机选择一小批样本 (mini-batch) 来计算损失函数关于参数的梯度，并使用该梯度来更新参数。Adam优化器是一种常用的优化算法，它结合了动量法和自适应学习率调整的特性，能够高效地优化神经网络模型的参数。而自适应学习率调整项可以根据参数的历史梯度来调整学习率，从而在不同参数上使用不同的学习率，使得参数更新更加稳健。MAE计算的是预测值与真实值之间的绝对差值的平均值，即平均误差的绝对值。
2024-03-19 16:28:49
1195
原创 机器学习 - 选择模型
Neural Network Block的设计旨在简化神经网络模型的构建和管理，提高代码的可读性和可维护性。通过将神经网络模型划分为多个块，可以将模型的不同部分进行分离，使得每个部分都可以独立地设计，调整和复用。这种模块化的设计使得构建复杂的神经网络变得更加灵活和高效。Neural Network Block 通常指的是神经网络中的一个模块化组件，它可以包含一个或多个层 (layers) 以及一些额外的操作，被设计用来完成特定的功能或实现特定的神经网络结构。比如：卷积神经网络中的卷积块。
2024-03-19 12:18:10
843
原创 机器学习 - 准备数据
下面是代码展示，创建一个straight line data。将上面获取到的数据进行拆分，每部分数据带有不同的意思。通过将各个数字显示出来，更直观。机器学习其实可以分为两部分。都看到这了，给个赞呗~
2024-03-18 23:13:46
653
原创 机器学习 - PyTorch使用流程
标准的 PyTorch Workflow 是这样的. But the workflow steps can be repeated and changed depending on the problem you’re working on.看到这了，给个赞呗~
2024-03-17 23:33:25
536
原创 机器学习 - Reproducibility
的方法来操作，其中的device是 target device you’d like the tensor (or model) to go to.如果想将tensor back to CPU来使用numpy，可以使用。如果想要将tensor放到GPU上运行，可以通过。如果通过添加seed，两个Tensor就一样了。这里稍微提一下CUDA。看到这了，给个赞呗~
2024-03-17 18:12:22
364
原创 机器学习 - PyTorch tensor 和 numpy
因为numpy是一个python numerical computing library, PyTorch 可以 interact with it nicely.下面是代码来展示，让tensor和numpy做两者之间的互相转换。
2024-03-17 12:56:20
548
原创 机器学习 - Indexing 使用
有时候，你需要从tensor里取出特定的数据，这就得用到 indexing 的方法了。获取index对应的位置。
2024-03-17 11:36:30
837
原创 机器学习 - PyTorch里的aggregation
在PyTorch里，可以在tensor里找到min, max, mean, sum 等aggregation值。偶尔我们要将tensor的维度进行reshape, stack, squeeze, and unsqueeze。在深度学习中，会经常出现的问题是tensor的数据类型不对。如果一个tensor的数据类型是。可以在tensor里找到最大值和最小值的位置，用到。其中的 dtype 参数是你想用的数据类型。要改变tensor的数据类型，可以使用。，而另一个tensor的数据类型是。，运行起来就出错了。
2024-03-16 18:54:12
627
原创 机器学习 - 线性问题
模块也被称为 “feed-forward layer"或者"fully connected layer”。矩阵做 transpose。
2024-03-16 00:06:17
463
原创 机器学习 - PyTorch 常见的操作
在 PyTorch 里，可以使用 torch.matmul() 方法。可以用PyTorch做加减乘除操作。都看到这里了，给个赞咯~
2024-03-15 17:57:27
487
原创 机器学习 - PyTorch一些常用的用法
在 PyTorch 中，精度 (precision) 值通常情况下，精度值可以是8, 16, 32或64，分别对应unit8, 单精度浮点数 (float32)，半精度浮点数 (float16), 双精度浮点数 (float64)。英伟达的GPUs用了computing toolkit，这个toolkit叫做 CUDA。想创建一个有范围的tensor，就得需要用到 torch.arange()有时候需要通过加入数字0和数字1到tensor里。要想创建一个全部都是0或者是1的tensor。
2024-03-15 15:08:11
564
原创 机器学习 - PyTorch中常使用到的名字解释
下面是python的例子，最基本的向量表示方式是使用列表或数组来存储数据。举个例子： 你可以来描述一张image。
2024-03-14 18:26:20
498
原创 机器学习 - Python导入外部的代码到本地
如果我们发现在某平台发现这代码文件挺有用的，可以通过Python代码将其下载。就可以看到在文件夹里已经将example.py文件下载下来了。
2024-03-14 14:00:08
319
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人