3 黎明静悄悄啊

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 28w+

机器学习基础

惩罚项越大,注意你的系数就要越小,惩罚项越小,你的系数就要相对宽松。

2020-09-04 14:29:08

图像处理基础

彩色转化为灰度的图像 更加方便访问位置修改

2020-09-03 09:56:12

opecv基础操作

显示:

2020-09-02 23:59:34

索引与切片

indexingselcet by steping具体的索引采样select by mask使用的并不多

2020-08-30 14:57:44

创建tensor

从numpy中引入:从list中导入:tensor小写是接收数据,大写是接受维度。申请一片空间不需要初始化:数据的初始化:随机初始化:

2020-08-29 10:41:25

pytorch张量的数据类型

pytorch的数据类型:类型的检验:生成维度为0的tensor:维度为1的 平常我们称为向量 但是这里我们成为张量。,tensor()直接给出数据,.Floattensor()给出数据的维度。

2020-08-27 13:24:46

Broadcasting

这是一个维度张量的手段,对某个维度重复N次,没有重复操作。写起来更加简介,内存的节省。默认从右到左,从小维度开始。不是1的情况无法复制。如下:与tile做对比,tile占用的内存空间更大,...

2020-08-23 09:27:36

维度变化

1

2020-08-22 21:40:54

Lenet网络实现

import torchfrom torch import nnfrom torch.nn import functional as Fclass Lenet5(nn.Module): #定义Lenet网络结构类 """ for cifar10 dataset. """ def __init__(self): super(Lenet5, self).__init__() #调用类的方法初始化父类 self.conv_u

2020-08-21 13:15:04

pytorch入门2 常用函数

import numpy as npimport torch#获取张量数据类型a = torch.randn(2, 3) #返回-1到1之间的随机数2行3列print(a)b = a.shape #返回a形状 touch.Size([2,3])print(b)c = a.size() #返回的值和shape是一样的d = a.size(1) #放回size(【2,3】)中第二个元素 即3,a.shape(1)返回的值一样a = torch.rand(2, 2, 3) #创建一个3维

2020-08-21 09:10:10

pytorch入门1

我们先来对比一下pytorch之间使用GPU与CPU之间的差距import torchimport timeprint(torch.__version__) #查看版本print(torch.cuda.is_available()) #能否运行gpu版本cuda# print('hello, world.')a = torch.randn(10000, 1000)b = torch.randn(1000, 2000)t0 = time.time()c =

2020-08-21 08:25:00

索引与切片

如何对tensor的数据进行读取,且就是数据的索引与切片。最开始是对index进行索引,但是这个方法不方便。给定每个维度的索引方法比较繁琐 可读性不强numpy中的读取方法在这里插入图片描述可读性有所提升![在这里插入图片描述](https://img-blog.csdnimg.cn/20200817094005269.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG

2020-08-18 13:13:24

创建tensor

创建tensor的方式非常非常的多,比如将numpy转换为tensor,或者将List喂给tensor,或者创建一个全是0和1的tenor或者随机化初始,如果W,b比较多的话我们就用random的方式随机化初始。几种方法如下:通过Numpy或者list得到tensor非常简单,使用tf.convert_to_tensor函数实现:也可以是全0的数据:也可以是list操作:新建人为数值的tensortf.zero 将W,b全部初始化为0.有一点需要注意,tf.zero后面接的数据是shap

2020-08-16 20:27:08

tensorflow的数据类型

tensorflow的数据类型常见的数据类型载体DATA CONTAINER:list: [1,1.2,hello,(1,2),layers], 但是当遇到图片的存储时候,比如一个64张图片 224*224的RGB图片[64,224,224,3] list就会显得力不从心,这时候我们需要npnumpy.array 很方便的把一个大型数据存储起来 进行运算,很方便。但是他有一个致命的缺点就是就是他无法进行GPU的计算。我们甚至可以理解tensorflow的数据类型基本和np.array相同,只不过计

2020-08-14 16:12:04

一个简单的神经网络实现

如下 一个简单的神经网络实现,梯度下降法import tensorflow.compat.v1 as tftf.disable_v2_behavior()import numpy as npimport matplotlib.pyplot as plt#使用numpy生成200个随机点x_data=np.linspace(-0.5,0.5,200)[:,np.newaxis]noise=np.random.normal(0,0.02,x_data.shape)y_data=np.squar

2020-08-03 22:21:48

Gibbs 采样的理解

什么是Gibbs采样Gibbs采样是MH算法的一种特例(α==1),因此可以保证Gibbs抽取的样本,也构成一个非周期不可约稳定收敛的马氏链;Gibbs采样适用于样本是两维或以上的情况;通过积分去除掉相关但是不感兴趣的变量,称为“collapsed”的Gibbs采样;并且个人的一个感觉是,观测量所直接依赖的那些变量是不能被积分掉的,否则无法有效的进行抽样…gibbs采样需要知道样本中一个属性在...

2020-05-08 09:52:09

解决tensorflow在anaconda中无法引用的问题

见链接

2019-12-20 15:59:59

IOC的好处

添加链接描述

2019-12-16 22:52:09

MyBaits文档

http://www.dba.cn/book/mybatis/见链接

2019-12-16 22:42:13

图像处理工程师的基本要求有哪些

既然学了人工智能这个专业,研究生期间主要方向是机器学习,计算机视觉,图像处理。所以很想了解现在这个领域的就业方向及相关要求。今天在“增强视觉 | 计算机视觉 增强现实”上看到一则招聘智能图像/视频处理工程师的广告,岗位要求如下:动手能力强,熟练掌握C/C++/Matlab语言,有较强的算法分析和实现能力,并具备良好的代码与文档风格;了解人脸识别、目标检测、跟踪和识别、图像处理等技术,具备一年...

2019-12-13 09:26:42

查看更多

勋章 我的勋章
  • 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Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6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。