1 化茧成蝶梦成真

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 24w+

normalize/norm函数

def normalize(input, p=2, dim=1, eps=1e-12, out=None): # type: (Tensor, float, int, float, Optional[Tensor]) -> Tensor r"""Performs :math:`L_p` normalization of inputs over specified dimens...

2020-04-16 09:58:27

np.resize(a3, size[::-1])解析,注意与a3.resize(size[::-1])的区别

a3 = np.random.normal(2, 6, (3, 2, 2))e3 = a3[:, :, None]#注意这里的形状,将第三维设为空,尺寸为1,原来的第三维自动向后,变为了第四维,所以e3的形状为(3,2,1,2)size = (4, 5)b3 = np.resize(a3, size[::-1])#不够的话,循环复制;而a3.resize是一遍到头之后,补零。这已经不是原位操...

2020-04-11 13:05:42

**=解析

d = 2c = 3c **= d#相当于c的d次方赋给了c,d没有变化print(c, d)

2020-04-11 12:47:24

resize(size[::-1])解析

a3 = np.random.normal(2, 6, (3, 2))size = (4, 5)b3 = a3.resize(size[::-1])#resize是原位操作,直接将原来的a3拉成一维,再填充成5行4列,还在a3里,无返回值,所以b3是noneprint(a3, b3)[[ 9.17528213 11.45083687 7.14082812 12.43437843] [...

2020-04-11 12:46:16

_squared_euclidean函数详解:计算两个样本集中两两样本(来自不同样本集)之间的距离

看GLVQ的代码时候,发现下面一段(已经被我拆分了,方便调试),本来不知所云,后来发现,里面文章大得很。def _squared_euclidean(a, b=None): if b is None: d = np.sum(a ** 2, 1)[np.newaxis].T + np.sum(a ** 2, 1) - 2 * a.dot( a.T)...

2020-04-05 23:13:45

关于np.where详解

动机是学习机器学习的时候遇到了困惑:Ymean = np.zeros((movies, 1))Ynorm = np.zeros((movies, users))for i in range(movies): idx = np.where(R[i,:] == 1)[0]#这里的[0]表示返回的是行索引,还是列索引? Ymean[i] = Y[i,idx].mean() ...

2020-03-29 20:31:09

机器学习备忘-特征映射

将一个二维特征(x1, x2)根据自己的需要映射到高维。def feature_mapping(x, y, power, as_ndarray=False):#这里x,y是np数组的形式,as_ndarray默认为false,这是作者定义的函数# """return mapped features as ndarray or dataframe""" data = {"f{...

2020-03-27 11:08:47

7.类:面向对象

引子Why:面向对象更符合人类对客观世界的抽象和理解一切皆对象一只小狗,一把椅子,一张信用卡,一条巧克力。。。一切对象,都有自己内在的属性狗狗的品种、椅子的质地、信用卡的额度、巧克力的口味。。。一切行为,皆是对象的行为狗狗蹲下、椅子移动位置、刷信用卡、巧克力融化了。。。How:类是对象的载体不同年龄、肤色、品质的猫,每一只都是一个对象他们有一个共同的特征:都是猫我们可以把一类...

2020-03-26 11:26:07

机器学习备忘-维度辨析axis-矩阵和向量混合运算-.py文件中调用.mat文件-欠拟合过拟合解决方案

1.可以通过np.matrix()函数将一个变量转换为numpy型矩阵2.python中,np库中,矩阵和向量相乘的话,会自动对向量进行转换,转换成列向量/一列的矩阵。3.关于维度的一些辨析# 找到每个样本中预测概率最大的值 h_argmax = np.argmax(h, axis=1)#这里axis = 1 表示按行找出最大值对应的列索引2.二维数组或者矩阵中,axis=1表...

2020-03-26 10:46:19

第六章 函数

一 函数的定义及调用为什么要用函数1、提高代码复用性——抽象出来,封装为函数2、将复杂的大问题分解成一系列小问题,分而治之——模块化设计的思想3、利于代码的维护和管理函数的定义及调用白箱子:输入——处理——输出三要素:参数、函数体、返回值1、定义def 函数名(参数):  函数体  return 返回值2、调用函数名(参数)参数传递0、形参与实参形参(形式参数):...

2020-03-25 22:26:23

第五章 程序控制结构

第一部分 条件测试1、比较运算非空ls = [1]if ls: # 数据结构不为空、变量不为0、None、False 则条件成立 print("非空")else: print("空的")2、逻辑运算与、或、非a = 10b = 8c = 12print((a > b) and (b > c)) # 与print((a...

2020-03-24 20:09:22

python第四章--组合数据类型(备忘)

range(起始数字,中止数字,数字间隔)如果起始数字缺省,默认为0;必须包含中止数字;数字间隔缺省,默认为1range()转列表反向切片print(cars[:-4:-1]) # 开始位置缺省,默认为-1print(cars[::-1]) # 获得反向列表用 list1+lis2 的形式实现列表的拼接用 nlist 或 listn 实现列表的成倍复制...

2020-03-24 00:27:53

python基础语法备忘

1.动态交互输入x = input("请输入一个数字:")x请输入一个数字:4'4' #输出是一个字符,是带引号的#eval() 去掉引号x = eval(input("请输入一个数字:"))x请输入一个数字:44 #输出是一个数字,不带引号的2.打印输出print 默认换行,若不想换行:换行控制 end=print(123,end=" ")print(456)12...

2020-03-21 21:59:11

pytorch基本语法备忘

一、torch.max网上搜集的torch.max函数的用法,以备查询。torch.max(input, dim, keepdim=False, out=None) -> (Tensor, LongTensor):按维度dim 返回最大值torch.max)(a,0) 返回每一列中最大值的那个元素,且返回索引(返回最大元素在这一列的行索引)torch.max(a,1) 返回每一行中最...

2020-03-15 19:15:28

pytorch学习笔记-六种常用的学习率及初始学习率的设置

首先给出****梯度下降的定义: ????????+???? = ????????** − LR * ????(????????)学习率(learning rate)就是控制更新的步伐学习率调整的基类:class _LRScheduler以下的六个策略都是基于这个基类。一、StepLR功能:等间隔调整学习率主要参数:• step_size:调整间隔数,比如为50,那么每50个epoch更新一次学习率• gamma:调整系数调...

2020-03-15 18:58:35

pytorch学习笔记-学习率调整策略

class _LRScheduler主要属性:• optimizer:关联的优化器• last_epoch:记录epoch数• base_lrs:记录初始学习率class _LRScheduler(object): def __init__(self, optimizer, last_epoch=-1):主要方法:• step():更新下一个epoch的学习率• get_lr(...

2020-03-15 16:29:33

pytorch学习笔记:优化器

pytorch的优化器:管理并更新模型中可学习参数的值,使得模型输出更接近 真实标签导数:函数在指定坐标轴上的变化率方向导数:指定方向上的变化率梯度:一个向量,方向为方向导数取得最大值的方基本属性• defaults:优化器超参数• state:参数的缓存,如momentum的缓存• params_groups:管理的参数组• _step_count:记录更新次数,学习率调整中使用...

2020-03-15 16:18:52

if __name__ == '__main__'的作用和原理

以前困惑了一段时间,网上找了资料,自己验证了下,进一步加深了印象。多动手才是王道。一、基本作用一个python文件通常有两种使用方法:第一是作为脚本直接执行第二是 import 到其他的 python 脚本中被调用(模块重用)执行。因此 if name == ‘main’: 的作用就是控制这两种情况执行代码的过程,在 if name == ‘main’: 下的代码只有在第一种情况下(即文...

2020-03-13 10:53:42

三行代码简单实现gpu

第一步设置device:device = torch.device("cuda" if torch.cuda.is_available() else "cpu")第二步,把模型加载到device上:resnet18_ft.to(device)第三步,将数据加载到device上: inputs, labels = inputs.to(device), labels.to(device)...

2020-03-12 10:05:05

pytorch中模型的finetune-模型微调

迁移学习Transfer Learning:机器学习分支,研究源域(source domain)的知识如何应用到目标域(target domain)Model Finetune:模型的迁移学习,把权值当作知识用于新的任务模型微调步骤:获取预训练模型参数加载模型(load_state_dict)修改输出层模型微调训练方法:4. 固定预训练的参数(requires_grad =Fal...

2020-03-12 10:01:12

查看更多

勋章 我的勋章
  • 新人勋章
    新人勋章
    用户发布第一条blink获赞超过3个即可获得
  • 阅读者勋章Lv1
    阅读者勋章Lv1
    授予在CSDN APP累计阅读博文达到3天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 分享学徒
    分享学徒
    成功上传1个资源即可获取