随笔分类 - 机器学习
摘要：打开iterm，python SentenceTransformer默认： 1 >>> import os 2 >>> print(os.getenv('SENTENCE_TRANSFORMERS_HOME')) torch默认： 1 >>> from torch.hub import _get_t
阅读全文
摘要：大家用pandas一般都是读写csv文件或者tsv文件，读写txt文件时一般就with open了，其实pandas数据类型操作起来更加方便，还是建议全用pandas这一套。 读txt文件代码如下，主要是设置正则表达式的分隔符（sep参数），和列名取消（header参数），以及不需要列索引（inde
阅读全文
摘要：python有时候很麻烦的一点，为了运算速度，不给你做类型检查。这个特性被各路大佬当成重载的秘宝，但是有时候对工程性的项目来说并不安全。 这里介绍一个notice工具，会对函数形参标注类型和实参类型不一样时进行输出提醒（不报错，不影响运行） 1 from typing import get_type
阅读全文
摘要：CNN中的果蝇，哈哈。 1 import torch 2 from torchvision import datasets,transforms 3 from torch import nn,optim 4 import torch.nn.functional as F 5 6 trans=(tra
阅读全文
摘要：使用的criterion不是MSE而是交叉熵。 numpy.shape，tensor.size()，正确遍历变量。 另外 CrossEntropyLoss的参数真是有够饶人的。 1 import torch 2 from torch import nn,optim 3 import matplotl
阅读全文
摘要：1. 这篇博客使用深度学习框架搭建了一个预测三次函数的模型 2. 正则化很重要，一定要normalize，否则神经网络就是垃圾 1 import torch 2 from torch import nn,optim 3 import torch.nn.functional as F 4 from m
阅读全文
摘要：深度学习版线性回归，哈哈哈哈。 在潘神的嘲笑下，我发了这篇博客，呜呜。 1 import torch 2 from torch import nn,optim 3 4 class LR(nn.Module): 5 def __init__(self): 6 super(LR, self).__ini
阅读全文
摘要：1 def is_sorted1(a): 2 return (True if len([i for i in range(len(a)-1) if a[i]<=a[i+1]])==len(a)-1 else False)\ 3 or (True if len([i for i in range(le
阅读全文
摘要：1 from sklearn.model_selection import train_test_split 2 from sklearn.datasets import load_diabetes 3 X,y=load_diabetes().data,load_diabetes().target
阅读全文
摘要：1 from sklearn.neural_network import MLPClassifier 2 from sklearn.datasets import load_wine 3 from sklearn.model_selection import train_test_split 4 w
阅读全文
摘要：1 from sklearn.datasets import load_boston 2 from sklearn.model_selection import train_test_split 3 boston=load_boston() 4 X,y=boston.data,boston.targ
阅读全文
摘要：1 import numpy as np 2 import matplotlib.pyplot as plt 3 from sklearn import svm 4 from sklearn.datasets import make_blobs 5 X,y=make_blobs(n_samples=
阅读全文
摘要：1 from sklearn import tree,datasets 2 from sklearn.model_selection import train_test_split 3 wine=datasets.load_wine() 4 X,y=wine.data[:,:2],wine.targ
阅读全文
摘要：1 from sklearn import tree,datasets 2 from sklearn.model_selection import train_test_split 3 wine=datasets.load_wine() 4 X,y=wine.data[:,:2],wine.targ
阅读全文
摘要：1 from sklearn.datasets import load_wine 2 from sklearn.preprocessing import StandardScaler 3 wine=load_wine() 4 X,y=wine.data,wine.target 5 scaler=St
阅读全文
摘要：1 from sklearn.datasets import load_wine 2 from sklearn.model_selection import train_test_split 3 import numpy as np 4 wine_dataset=load_wine() 5 X,y=
阅读全文
摘要：代码含学习曲线绘制。 1 from sklearn.datasets import load_breast_cancer 2 data=load_breast_cancer() 3 X,y=data.data,data.target 4 5 from sklearn.model_selection
阅读全文
摘要：1 from sklearn.datasets import load_diabetes 2 X,y=load_diabetes().data,load_diabetes().target 3 X_train,X_test,y_train,y_test=train_test_split(X,y,ra
阅读全文
摘要：二维线性回归（作了可视化处理）： 1 from sklearn.linear_model import LinearRegression 2 import numpy as np 3 import matplotlib.pyplot as plt 4 X=[[1],[4],[3]] 5 y=[3,5
阅读全文
摘要：1 from sklearn.model_selection import train_test_split 2 from sklearn.datasets import load_diabetes 3 X,y=load_diabetes().data,load_diabetes().target
阅读全文
浙公网安备 33010602011771号