1. pyc文件介绍 1）pyc是一种二进制文件，是经由py文件编译得来的，是一种python程序字节码文件，可跨平台运行在python的虚拟机上面。2）pyc文件的内容跟编...
发简信
IP属地：陕西
-
py_comlile:将py文件转化为二进制pyc文件
-
Pyinstaller：将python程序打包成exe可执行程序1.介绍 PyInstaller 是一个在 Windows、GNU/Linux、macOS、FreeBSD[https://baike.baidu.com/item/Free...
-
SPO 优化神经网络-替代bp算法
之前的神经网络都是基于梯度下降算法来优化的，梯度下降是基于导数的，有一定的数学道理，但是常常会遇到鞍点问题，导致不能达到最优解 本文使用 PSO 粒子群优化算法来替代神经网络...
-
神经网络中关于各层参数的分析
神经网络中不管是卷积层还是线性层的参数都是一个高维的矩阵向量，包括weight和bias，之前的时候一直关注的是数据和填入的参数大小，本文来分析一下每个层参数的shape以及...
-
Pytorch深度学习-用DenseNet训练CIFAR10数据集CIFAR10数据集来源：torchvision.datasets.CIFAR10() CIFAR10数据集是一个用于识别普适物体的小型数据集，一共包含10个类别的RGB彩色...
-
Pytorch深度学习-用GoogleNet训练MNIST数据集全连接限制图像的尺寸，而卷积则不关心图像尺寸大小，只需要接受输入的通道数，输出的通道数和卷积核大小即可确定图像尺寸的变换过程，即 padding:对输入图片进行填充，一般用0...
-
Pytorch深度学习-用SE-ResNet训练CIFAR10数据集
CIFAR10数据集来源：torchvision.datasets.CIFAR10() CIFAR10数据集是一个用于识别普适物体的小型数据集，一共包含10个类别的RGB彩色...
-
Pytorch深度学习-用ResNet18训练CIFAR10数据集
CIFAR10数据集来源：torchvision.datasets.CIFAR10() CIFAR10数据集是一个用于识别普适物体的小型数据集，一共包含10个类别的RGB彩色...
-
Pytorch深度学习-用VGGNet16训练CIFAR10数据集
CIFAR10数据集来源：torchvision.datasets.CIFAR10() CIFAR10数据集是一个用于识别普适物体的小型数据集，一共包含10个类别的RGB彩色...
-
Pytorch深度学习-用卷积做图像分类上一篇文章用的全连接来对MNIST数据集做多分类的训练 全连接的缺点有： 全连接参数过多，会导致训练量过大 全连接把图像展开成一个向量，丢失了图像原本的位置信息 全连接限制图...
-
Pytorch深度学习-用MNIST数据集做多分类糖尿病数据集来源：torchvision中的datasets带的MNIST数据集 1.Mnist数据集分为两部分，分别含有60000张训练图片和10000张测试图片 2.每一...
-
Pytorch深度学习-用糖尿病数据集做二分类糖尿病数据集来源：UCI1.特征包括：怀孕次数，血糖，血压，胰岛素等特征2.target：预测是否患糖尿病---0/1这是一个典型的二分类问题，可以用Sigmoid函数来解决...
-
牛顿法：求解方程的根-牛顿迭代法也是基于梯度的方法，可用来求解方程的根，常用于优化算法当中-原理是利用当前点的切线与x轴交点的横坐标值作为下一次迭代点-其核心就是构建切线方程，寻找到下一个迭代点...
-
回溯算法-寻找迷宫所有路径基于递归的回溯算法：求解迷宫所有路径 1. 一般来讲，回溯算法的格式如下： 2. 经典的寻找迷宫所有路径问题： 3. 输入数据格式 样例如下： 4. 完整代码 5. 总结 P...
-
VScode通过SSH连接远程服务器进行模型训练
1.准备环境： 通常选择GPU服务器来进行训练，服务器的环境是Ubuntu，服务器上的显卡驱动，cuda，cuDNN,cudatoolkit都需要版本对应且提前配置好 Pyt...
-
Pytorch深度学习-梯度下降02之前采用的穷举法来求解最优的w值，但是当数据量大维度多的时候，会导致训练性能急剧下降而梯度下降算法的原理：迭代找到目标函数的最小值，或者收敛到最小值 梯度的概念： 1.在单变...
-
Pytorch深度学习-梯度下降01之前采用的穷举法来求解最优的w值，但是当数据量大维度多的时候，会导致训练性能急剧下降而梯度下降算法的原理：迭代找到目标函数的最小值，或者收敛到最小值 梯度的概念： 1.在单变...