CookerWang

摘要： permute的中文含义是：置换 这个就已经解释了一半了。 他的功能就是把一个多维张量的维度进行调换。 对于一个2维张量来说，例如： a=torch.rand(2,3). 那么代码a.permute(1,0)就相当于a.T 对于一个三维张量来说，例如： a=torch.rand(2,3,4) 代码a 阅读全文

摘要： 当学习率设置的过小时，收敛过程将变得十分缓慢。且容易陷入局部最优解出不来。而当学习率设置的过大时，梯度可能会在最小值附近来回震荡，甚至可能无法收敛。 其实可以理解为，最优解收敛时的步长单位，如果你希望结果更精确一些，就应该把学习率调低，当然这样样的结果是训练时间的增长。 阅读全文

摘要： 最近邻 适用于小型数据集，是很好的基准模型，很容易解释。 线性模型 非常可靠的首选算法，适用于非常大的数据集，也适用于高维数据。 朴素贝叶斯 只适用于分类问题。比线性模型速度还快，适用于非常大的数据集和高维数据。精度通 常要低于线性模型。 决策树 速度很快，不需要数据缩放，可以可视化，很容易解释。 阅读全文

摘要： *不需要单独安装巨大的CUDA安装包， 先确保你的显卡是支持GPU运算的， 再安装好anaconda 确保没有安装：pytorch torchvision torchaudio这三个模块 然后在anaconda中的命令行输入：conda install pytorch torchvision tor 阅读全文