原创 python計算滑動準確度
running_acc = [0] * 100 for i, data in enumerate(train_loader, 1): running_acc[i % 100] = one_correct
2020-06-19 23:52:57
原创 -bash: 未預期的符號 `(' 附近有語法錯誤
使用pycharm遠程調試linux上的程序，出現這個問題，解釋器在linux的機器。 解決方法： 把linux上的項目名稱中的()去掉就行
2020-05-03 06:35:50
1
原创 【python】Keras、Tensorflow 如何切換 GPU 和 CPU（強制使用CPU）
在代碼的開頭，所有 import 之前，加入下面兩行代碼： import os os.environ["CUDA_VISIBLE_DEVICES"] = "-1" # 這一行註釋掉就是使用cpu，不註釋就是使用gpu。 一般情況下，運行t
2020-04-18 22:35:00
2
原创 機器學習中離散量和連續量共同編碼及不同量綱的影響
離散量使用onehot編碼，變成全是0和1的值。 這時候離散量和連續量的量綱不統一。 量綱不統一會導致模型收斂速度變慢，對學習率比較敏感，甚至不收斂，因此如果量綱信息不重要，最好統一量綱，將連續量映射到0-1。 個人理解，有錯誤歡迎指出。
2020-04-18 22:35:00
原创 Python Numpy計算各類距離的方法
轉載自：https://www.jb51.net/article/164673.htm 詳細: 1.閔可夫斯基距離(Minkowski Distance) 2.歐氏距離(Euclidean Distance) 3.曼哈頓距離(Manhat
2020-04-01 06:39:17
原创 Python取整——向上取整、向下取整、四捨五入取整、向0取整
廢話少敘，直接上code： 首先，不得不提醒大家一個容易被忽視或者搞混的問題——一般的，0.5這種末尾是5的小數，四捨五入取整應進位。這個進位的意思是：-0.5 → -1；0.5 → 1.即正負情況不同，都向着遠離0，使得絕對值更大的方向
2020-04-01 06:39:17
原创 numpy矩陣的疊加（二維轉三維）
np.vstack:按垂直方向（行順序） np.hstack:按水平方向（行順序） 一般文章都沒有說明 np.dstack 函數，也就是第三個軸的疊加 比如 one = np.ones((3, 3)) two = np.ones((3
2020-04-01 06:39:17
原创 pytorch中的cat、stack、tranpose、permute、unsqeeze
Cat 對數據沿着某一維度進行拼接。cat後數據的總維數不變. 比如下面代碼對兩個2維tensor（分別爲2*3,1*3）進行拼接，拼接完後變爲3*3還是2維的tensor。 import torch torch.manual_seed
2020-03-13 09:42:05
原创 Graphviz安裝及簡單使用
轉載自：https://www.cnblogs.com/shuodehaoa/p/8667045.html Graphviz Windows環境安裝： 1.官網下載 官網下載地址
2020-03-13 09:42:05
原创 torch.nn.conv3d理解
前言 需要用到3DCNN，於是找到了torch.nn.conv3d，網上太多人寫參數解讀，但沒什麼人能講得清楚的，於是我邊理解邊寫代碼驗證，得到了我想要的結果。 實例 用3DCNN的開篇之作來當作例子解讀一下這個函數的參數，首先來看一下它
2020-03-13 09:42:05
1
原创 nn.AdaptiveAvgPool2d和nn.AdaptiveAvgPool3d
官方給出的例子： >>> # target output size of 5x7 >>> m = nn.AdaptiveMaxPool2d((5,7)) >>> input = torch.randn(1, 64, 8, 9) >>>
2020-03-13 09:42:05
原创 用Gym學習強化學習之Policy Gradient
作者：Cloudyyyyy@HIT 興趣方向：自然語言處理、人工智能 目錄 什麼是強化學習 強化學習的問題要素 Gym簡介 Policy Gradient實戰 總結 參考 1 什麼是強化學習 強化學習在機器學習的應用分類裏常常和監督學習和
2020-03-12 00:53:49
原创 python3沒有xrange原因與解決方法
今天在用Python3寫CTF試題代碼的時候，發現了xrange標紅，python3找不到xrange定義了。 原因： 在 Python 2 中 xrange() 創建迭代對象的用法是非常流行的。比如： for 循環或者是列表/集合/字典
2020-03-12 00:53:49
原创 ConvLSTM的用法
簡單RNN與LSTM對比 LSTM計算示意 LSTM計算示意 import torch from torch import nn import torch.nn.functional as f from torch.autogra
2020-03-08 12:33:57