用户6849316202219

这里简单的来讲解一下为什么。 【$input+2*padding$】这个就是原来的图片，外面加了一圈padding，因为padding是一圈，所以左右、上下都有，所以是两倍的。 【$input+2*padding-kernel$】是计算，这个要走多少步。来举个例子就好理解了： …

GBDT是boost中的一种方法，boost还有XGBoost，adaboost。 【Boost】 就是让多个弱分类器，通过不同的集成方式，来让多个弱分类器变成一个强分类器。 【gradient-boost】 梯度提升。简单的说，先训练一个弱分类器，然后弱分类器和目标值之间的残…

在2020年还在整理XGB的算法，其实已经有点过时了。不过，主要是为了扩大知识面和应付面试嘛。现在的大数据竞赛，XGB基本上已经全面被LGB模型取代了，这里主要是学习一下Boost算法。之前已经在其他博文中介绍了Adaboost算法和Gradient-boost算法，这篇文章讲…

本章节缕一缕PyTorch的动态图机制与Tensorflow的静态图机制（最新版的TF也支持动态图了似乎）。 其中呢，$a=x+w$ ，$b=w+1$ , $y=a∗b$. (a和b是类似于中间变量的那种感觉。) Pytorch在计算的时候，就会把计算过程用上面那样的动态图存储…

让我们的神经网络学会逻辑异或运算，异或运算也就是俗称的“相同取0，不同取1” 。再把我们的需求说的简单一点，也就是我们需要搭建这样一个神经网络，让我们在输入（1,1）时输出0，输入（1,0）时输出1（相同取0，不同取1），以此类推。 因为我们的需求需要有两个输入，一个输出，所以…

关键词：错误率（error rate），精度（accuracy）。 错误率好理解，就是m个样本中，a个样本分类错误，则错误率E = a/m 。 精度 就是 1-E。 其实很简单，但是为什么我还要提一提呢，因为机器学习里还有很多相关名词，例如：准确率，召回率，精确度等等，所以希望…

PyTorch 读取其他的数据，主要是通过 Dataset 类，所以先简单了解一下 Dataset 类。在看很多PyTorch的代码的时候，也会经常看到dataset这个东西的存在。Dataset类作为所有的 datasets 的基类存在，所有的 datasets 都需要继承它…

第一行是初始化，往后定义了一系列组件。nn.Conv2d就是一般图片处理的卷积模块，然后池化层，全连接层等等。 其实net(inputs),就是类似于使用了net.forward(inputs)这个函数。 这段代码的基本流程就是，先从self.modules()中遍历每一层，然…

torchvision包由流行的数据集、模型体系结构和通用的计算机视觉图像转换组成。简单地说就是常用数据集+常见模型+常见图像增强方法 翻译过来就是：每一个数据集的API都是基本相同的。他们都有两个相同的参数：transform和target_transform(后面细讲) 大…