原创 pytorch---張量(tensor)的基本操作

本文列舉的tensor的基本操作,包括創建,維數變換,數學運算等,對於較複雜的操作已經添加註釋。 #!usr/bin/env python # -*- coding:utf-8 _*- """ @author: 1234 @fil

原创 pytorch簡單實例1---線性迴歸實例

在接觸pytorch中CNN的全連接層,卷積層,池化層的創建後,我們便可以使用特定的梯度下降算法,以及特定的損失函數來做簡單的線性迴歸了。 1.離散點的建立 因爲是做線性迴歸,所以我們需要人爲臆造一些符合某種線性關係的數據點 x_

原创 基於GAN的無線通信與網絡應用設計----通信信號的特徵提取

由於人工智能的發展,各大高校也逐漸加大研究力度。本文源自於個人的本科畢業設計,課題由學校老師分配,設計內容源自於個人。由於個人知識儲備以及能力有限,有不足之處我會及時修改。 1.GAN在通信領域的訓練分析 訓練數據集的由來 對

原创 matplotlib_pandas_numpy階段小結

1.使用numpy實現特徵值特徵向量的求解 import numpy as np a = np.random.randint(10, 20, 9).reshape(3, 3) print(a) b = np.random.rand

原创 python_matplotlib DAY_21(1)

學習內容 matplotlib的使用,雖然之前的內容以及學習過數據可視化的內容, 但是還是要系統學習matplotlib在pycharm裏面的使用 重點 1.散點圖 import matplotlib.pyplot as plt#

原创 python_matplotlib DAY_22(4)scatter-hist圖畫

學習內容 scatter—hist聯合圖 import numpy as np import matplotlib.pyplot as plt import matplotlib.patches as mp x = np.ran

原创 sklearn數據集特徵提取操作

本文主要記錄使用sklearn庫對數據集進行特徵提取的相關操作,通過了解相關知識,運行已有的代碼來進行新內容的學習 pipeline pipeline主要用於連接多個estimators使之成爲一個estimator,方便我們

原创 python_matplotlib DAY_21(3)面向對象畫圖plt.figure()

學習內容 初識面向對象的畫圖方式 重點 常見作圖方式有三種,pyplot,pylab,以及面向對象型 pyplot底層製作能力不足,使用簡單 pylab完全封裝MAtlab,但不推薦使用 面向對象是Matplotlib的精髓,但是

原创 sklearn模型選擇--模型驗證方法

模型驗證(model validation)方法 1.通過交叉驗證計算得分sklearn.model_selection.cross_val_score(estimator,X) 2.對輸入數據點產生交叉驗證估計 3.計算並繪

原创 sklearn數據的降維

本文主要記錄使用sklearn庫對數據集進行降維等相關操作,通過了解相關知識,運行已有的代碼來進行新內容的學習 降維這裏指降低特徵的數量 sklearn的特徵選擇API 1.filter過濾式 : variancethres

原创 python-數據結構-DAY_4

1.棧與隊列 棧只有一個進出口,是先進後出型 隊列有出口和入口,是先進先出型 2.棧的常用操作 3.隊列常見操作 4.雙端隊列

原创 python_pandasDAY_19(2)數據IO

學習內容 pandas數據操作 重點 1.csv數據的讀入 import pandas as pd import numpy as np print(pd.read_csv("data1.csv"))#直接讀取csv文件

原创 sklearn數據集預處理操作

本文主要記錄使用sklearn庫對數據集進行預處理的相關操作,通過了解相關知識,運行已有的代碼來進行新內容的學習 standardization 標準化,我們通常會忽略分佈的形狀而僅僅通過去除每個特徵分量的均值將數據變換到中心,

原创 python_pandas DAY_20(1)時間重採樣

學習內容 時間重採樣 Tips: 穿插兩個小知識點 closed:劃分區間的依據,left會劃成左閉右開區間;right會劃分成左開右閉的區間。一般來說,closed爲right的時候,區間會比爲left的時候多一個。區間劃分完畢

原创 python-數據結構-DAY1

0.算法的基本特點 0.有0個或多個輸入。 1.有1個或多個輸出 2.算法執行的步驟具有有窮性 3.每一步執行的語句所表達的含義是確定的 4.算法的設計思想一定是可行的 1.算法的衡量是用時間複雜度"大O表示" 因爲每臺機器執行的