对给定数学表达式的参数求解： 代码如下： import torch from torch import nn, optim import numpy as np import sys import random import matplotlib.pyplot as plt import math from mpl_...
人工智能
序列数据建模-RNN & Attention & self-Attention
全连接神经网络具有层间相互连接，层内相互独立，输入和输出维数固定的特点，在针对不等尺寸图像、不定长度语句、不同词义字符等无约束序列长度，有约束序列依赖的输入数据建模时总会表现出一定的局限性。 1...
半部秘籍–分类、回归、无监督与集成学习
原文 1 分类器 1.1 常用分类器 from sklearn.ensemble import VotingClassifier from sklearn.linear_model import LogisticRegression #pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple ...
CycleGAN的pytorch实现与概述
2021-10-19 本文使用pytorch 1.9.0、cuda 11.1框架，11th Gen Intel(R) Core(TM) i7-11700KF @ 3.60GHz 八核处理器，于window10 64位系统上实现基于horse2zebra数据集的CycleGAN网络搭建与训练（源码可见CycleGA...
一张图看懂集成学习之Stacking
一、原理详解 Stacking与bagging和boosting不同的是它可以由不同的基学习器组成，比如基学习器可以是随机森林、支持向量机、神经网络、梯度提升树等混合组成，而bagging和boosting通常基学习...
小白能够看懂的GAN
随着深度学习的发展，相关的成果也越来越多。 首先看一个坤坤教川普打球的视频，感受一下其强大之处。 下面步入正题。 一、原理介绍 GAN的核心思想是：通过生成网络（Generator）和鉴别网络（Discrimina...
随机森林实现以及网格搜索
本文主要介绍如何基于随机森林进行回归以及超参数选择 1、网格搜索 在构建随机森林之前，首先要设置决策树的个数，数的深度等参数，因此可以利用网格搜索来确定。 导入需要的包： import pandas as pd f...
深度学习万能数据加载代码
#此函数只要稍作修改，就可以加载任意自己想要的数据格式。 def data_loader(data,seq_length,batch_size): def reader(): data_list = [] label_list = [] for i in range(l...
如何通俗易懂的理解卷积
详情请访问：如何通俗易懂地解释卷积？ - 知乎 (zhihu.com)
Pytorch四种填充模式详解
Torch在做二维卷积或者一维卷积的时候，有四种常用的填充方式，即torch.nn.Conv2D(padding_model="zeros")，下面进行详细的介绍。 首先生成一个tensor矩阵： x=nn.Parameter(torch.reshape(torch.range(1,9),...