首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
人工智能
头发尚在
创建于2023-04-19
订阅专栏
一起探讨和学习人工智能技术
等 1 人订阅
共18篇文章
创建于2023-04-19
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
Python基础04——python数据类型
在计算机科学和计算机中,数据类型或简单的类型是数据的一个属性,它告诉编译器或解释器程序员打算如何使用数据。 1 数据类型 在Python3中,可对数据进行如下分类 数据类型 描述 int 整型数据,整
Python基础03——在虚拟环境运行代码
1 编写python程序 在本地任意目录下创建一个文件,输入如下代码 并将其保存为 hello.py 文件。 2 在miniconda命令行中选择虚拟环境 2.1 查看虚拟环境 在命令行界面,使用 c
Python基础02——conda虚拟环境的安装及使用
1 为什么需要创建虚拟环境? 在我们的开发工作中,如果同时开发多个项目,并且不同项目所使用的python版本可能不同,或者相同python版本,但是因为开发项目不同,所引用的第三方库可能会存在冲突。
Python基础01——运行环境搭建
1 安装包管理 我们在实际的开发过程中,有些工具已有其他人做好,为了减少开发工期,提高开发效率,不需要重复造轮子。可以直接对已经开发的工具包进行引用即可。 那么,如何对这些包进行管理呢? 于是,就引入
PyTorch项目实战14——使用集成学习思想训练识别模型
在前边我们使用了 CNNNet 模型、带有全局平均池化的 CNNNet 模型、以及 LeNet 模型,其识别的准确率基本都在60%左右。 这次把 应用了全局平均池化的CNNNet、CNNNet 和 L
PyTorch项目实战13——CIFAR10训练模型使用LeNet
1 LeNet介绍 LeNet是由Yann Lecun(2018年图灵奖得主,CNN的缔造者)创造的CNN经典网络,是卷积神经网络史上的开篇之作。 诞生于1990年,在手写体字符识别领域创造性的引入了
PyTorch项目实战12——CIFAR10训练模型全局平均池化
1 全局平均池化 使用全局平均池化,提升模型效率,之前的模型训练耗时非常长,通过采用全局平均池化,可以大大缩小参数规模,泛化效果好。 但是随着参数的减少,也有其不足之处,比如参数规模变小后,模型架构变
PyTorch项目实战11——CIFAR10模型训练和测试
前边定义了网络结构https://juejin.cn/spost/7243081126826328101 现在我们来进行模型训练。 1 导入库 导入pytorch中的优化库 2 创建训练模型 在mai
PyTorch项目实战10——CIFAR10数据打印网络层次
在上一篇文章中介绍了CIFAR10数据的获取 https://juejin.cn/post/7241510305368506405 今天这篇文章对其继续进行优化,创建神经网络并打印出网络层次。
PyTorch项目实战09——CIFAR10数据的读取和展示
1 CIFAR10 cifar10 的官方网址:http://www.cs.toronto.edu/~kriz/cifar.html 是由32*32像素的60000张图片组成的数据集,50000张图片
PyTorch项目实战08——Tensor的乘法操作
1 张量的乘法 张量乘法(Tensor Product)是一种在线性代数中常常使用的积分形式,它与标准的乘法类似,但在多个维度上进行操作。它在高维空间中的数学运算,有助于在机器学习中解决类似图像处理,
PyTorch项目实战07——Tensor的比较操作
常用的比较运算 函数 功能 lt/le/ne/eq/ge/gt 小于/小于等于/不等于/等于/大于等于/大于 topk 最大的前K个数 sort 排序 max/min 最大值/最小值
PyTorch项目实战06——Tensor的归并操作
在对 Tensor 进行归并操作时,会使输出的形状小于输入的形状,并可以沿着某一维度进行指定操作,如求和,既可以计算整个 Tensor 的和,也可以计算 Tensor 中每一行或者每一列的和。
PyTorch项目实战05——Tensor的广播机制
矩阵运算,往往只能在两个矩阵维度相同或者相匹配时才能运算。比如加减法需要两个矩阵的维度相同,乘法需要前一个矩阵的列数与后一个矩阵的行数相等。
PyTorch项目实战04——Tensor的索引
访问 Tensor 中某个元素 和Python中列表的下标一样,Tensor 的索引是基于零(Zero-based)开始计数的。
PyTorch项目实战03——Tensor的形状
Tensor 是深度学习中最常用的数据结构之一,它可以看作是多维数组或矩阵的扩展。Tensor 可以表示各种信息,例如图像、声音、文本等等。每个元素可以是实数、整数或复数。
PyTorch项目实战02——Tensor张量的创建
Tensor 是 tensorflow 的一个基础概念——张量。 是具有统一类型(称为 dtype)的多维数组。 Tensorflow里的数据用到的都是tensor。
PyTorch项目实战01——开发准备
PyTorch是一个开源的Python机器学习库、一个开源的深度学习框架,基于Torch,用于自然语言处理等应用程序。