深度学习PyTorch笔记(7):数据预处理 2 数据预处理 2.1 生成数据 2.2 处理缺失值 2.3 转换为张量格式 这是《动手学深度学习》(PyTorch版)(Dive-into-DL-PyTorch)的学习笔记,里面有一些代码是我自己拓展的。 其他笔记在专栏 深度学习 中。 2 数据预处理 2.1 生成数据 创建一个人工数据集,并存储在C:/
深度学习PyTorch笔记(6):Tensor与NumPy、标量的转换 1.5 Tensor和NumPy相互转换 1.5.1 Tensor转NumPy 1.5.2 Numpy转Tensor 1.5.3 直接用torch.tensor()将NumPy数组转换成Tensor 1.6 将大小为1的张量转换为Python标量
神经网络 1. 定义 2. 多层前馈神经网络 3. 激活函数 常用激活函数 4. 反向传播算法 1. 定义 神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真是世界物体做出的交互反应。[Kohoene.T(1988).“An introduction to neural computing” Neural Netwo
随机森林定义 随机森林(Random Forest,RF),顾名思义就是将多棵相互之间并无关联的决策树整合起来形成一个森林,再通过各棵树投票或取均值来产生最终结果的分类器。在介绍随机森林前需要了解几个概念:Bootstrap 自助抽样法、Bagging 套袋法和 Boosting 提升法。 Bootstrap 是一种抽样方法,即采取随机有放回的方式采样数据,也就
目录 KNN基础知识 实战——使用KNN完成鸢尾花分类预测 交叉验证 实战——手写数字图片数据集的调 参、分类识别 实战——使用网格搜索进行调参 KNN基础知识 KNN(K-Nearest Neighbors)算法原理 “近朱者赤,近墨者黑”——从训练数据集中找出和待预测样本 最接近的K个样本,然后 投票决定待预测样本的分类;如果是回归问题,则
今天终于有幸让大师兄给我安排了实验室的显卡,之前我学习深度学习的一段时间都是在Google Colab中跑的,并且之前一直都用的是Tensorflow+Keras框架,目前我刚学习完Pytorch,也寻思着再运行一下做过的图像分类和文本分类任务。本来用的是实验室分配的主机(笔记本带着太麻烦了,而且我笔记本用四年了,1050ti也不太行了),刚给新分配的主机装完CUDA+Pytorch(Window
langchain2之Agent以及Wandb langchain 1.概念 2.主要模块 模型输入/输出 (Model I/O) 数据连接 (Data connection) 链式组装 (Chains) 代理 (Agents) 内存 (Memory) 回调 (Callbacks) 3.Agent Action Agent: Pl
langchain2之Memory langchain 1.概念 2.主要模块 模型输入/输出 (Model I/O) 数据连接 (Data connection) 链式组装 (Chains) 代理 (Agents) 内存 (Memory) 回调 (Callbacks) 3.Memory ConversationBufferMemo
langchain2之Chain langchain 1.概念 2.主要模块 模型输入/输出 (Model I/O) 数据连接 (Data connection) 链式组装 (Chains) 代理 (Agents) 内存 (Memory) 回调 (Callbacks) 3.链 • LLMChain: • SimpleSequent
langchain2之数据连接 langchain 1.概念 2.主要模块 模型输入/输出 (Model I/O) 数据连接 (Data connection) 链式组装 (Chains) 代理 (Agents) 内存 (Memory) 回调 (Callbacks) 3.数据连接 1.数据加载: 2.文档分割: 3.文档向量化:
langchain2之模型输入输出 langchain 1.概念 2.主要模块 模型输入/输出 (Model I/O) 数据连接 (Data connection) 链式组装 (Chains) 代理 (Agents) 内存 (Memory) 回调 (Callbacks) 3.模型输入/输出 (Model I/O) 提示 提示模
目录 KMeans聚类算法 实战——KMeans聚类分析 PCA降维原理 实战_PCA对红酒数据降维并可视化 实战_KPCA核主成分分析 实战_t-SNE数据降维 KMeans聚类算法 KMeans算法介绍 K-Means是聚类算法中最常用的一种,是一种迭代求解的聚类分析算法; 聚类是一种 无监督学习,事先并不知道分类标签是什么
深度学习PyTorch笔记(11):线性神经网络——线性回归 [TOC] 这是《动手学深度学习》(PyTorch版)(Dive-into-DL-PyTorch)的学习笔记,里面有一些代码是我自己拓展的。 其他笔记在专栏 深度学习 中。 这并不是简单的复制原文内容,而是加入了自己的理解,里面的代码几乎都有详细注释!!! 5 线性神经网络 5.1 线性回归 5.1.1 线性回归的基本元素
深度学习PyTorch笔记(10):PyTorch绘制函数图像及切线这是《动手学深度学习》(PyTorch版)(Dive-into-DL-PyTorch)的学习笔记,里面有一些代码是我自己拓展的。其他笔记在专栏 深度学习 中。 学习自DIVE INTO DEEP LEARNING,当时学的时候没运行成功,就是因为d2l的导入问题,现在用pip install d2l搞好了,所以干脆把这里面的代码
数据是深度学习的基础,一般来说,数据量越大,训练出来的模型也越强大。如果现在有了一些数据,该怎么把这些数据加到模型中呢?Pytorch中提供了dataset和dataloader,让我们一起来学习一下吧,dataset和dataloader博主将用几个例子来说明,感谢支持! 文章目录 一、dataset 二、查看dataset 三、os操作读取文件夹下的对象 四、Da
这篇博客就带大家手把手用pycharm连接远端服务器,用服务器上的GPU跑代码。其中有很多雷点,都一一帮大家踩了,所以这也是一篇避雷篇。文章附pycharm专业版下载链接,xshell7和xrtp7的下载和使用说明,希望可以给大家带来帮助。 文章目录 一、Pycharm连接远程服务器 二、xshell7和xrtp7配合使用 三、总结 一、Pycharm连接
通过这篇博客,你将清晰的明白什么是如何区别欠拟合与过拟合。这个专栏名为白话机器学习中数学学习笔记,主要是用来分享一下我在 机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评论区留言!这一篇就更新一下《 白话机器学习中的数学——学习曲线:如何区别欠拟合与过拟合》 文章目录 一、过拟合 二、区分过拟合与欠拟合 三、高偏差和高方差 四、总
文章目录 数据增强的原理 常用的数据增强技术 图像数据增强 文本数据增强 音频数据增强 数据增强的代码示例 拓展应用与挑战 结论 欢迎来到AIGC人工智能专栏~数据增强:提高机器学习性能的有效技巧 ☆_ o(≧▽≦)o _☆嗨~我是IT·陈寒 博客主页:IT·陈寒的博客 该系列文章专栏:AIGC人工智能
文章目录 迁移学习的原理 迁移学习的应用 快速训练 泛化能力提升 迁移学习的代码示例 拓展应用与挑战 结论 欢迎来到AIGC人工智能专栏~迁移学习:实现快速训练和泛化的新方法 ☆_ o(≧▽≦)o _☆嗨~我是IT·陈寒 博客主页:IT·陈寒的博客 该系列文章专栏:AIGC人工智能 其他专栏:Java学习路
文章目录 什么是生成对抗网络(GAN)? GAN在图像生成中的应用 图像生成 风格迁移 GAN在图像修复中的应用 图像修复 拓展应用领域 总结 欢迎来到AIGC人工智能专栏~生成对抗网络(GAN):在图像生成和修复中的应用 ☆_ o(≧▽≦)o _☆嗨~我是IT·陈寒 博客主页:IT·陈寒的博客
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信