摘要：
from mxnet import autograd,nd from mxnet import gluon,init from mxnet.gluon import nn,loss as gloss from mxnet.gluon import data as gdata def pool2d(X, pool_size, mode='max'): p_h, p_w = pool_s...
阅读全文
posted @ 2018-11-29 16:55
小草的大树梦
阅读(306)
推荐(0)
摘要：
from mxnet import gluon,init from mxnet import autograd,nd from mxnet.gluon import nn,loss as gloss from mxnet.gluon import data as gdata # 二维卷积层 def corr2d(X,K): h, w = K.shape Y = nd.ze...
阅读全文
posted @ 2018-11-29 16:26
小草的大树梦
阅读(299)
推荐(0)
摘要：
多输入通道 多输出通道： 设卷积核输入通道，输出通道是 ci , co，高宽为 kh , kw 为每个输出通道分别建立 ci * kh * kw 的核数组。在输出通道维上连结，卷积核的形状即为co * ci *kh*kw
阅读全文
posted @ 2018-11-29 15:34
小草的大树梦
阅读(1322)
推荐(0)
摘要：
padding & stride
阅读全文
posted @ 2018-11-29 14:33
小草的大树梦
阅读(206)
推荐(0)
摘要：
from mxnet import gluon,init from mxnet.gluon import nn,loss as gloss from mxnet.gluon import data as gdata from mxnet import autograd,nd # 二维互相关运算 def corr2d(X, K): h, w = K.shape Y = nd...
阅读全文
posted @ 2018-11-29 11:27
小草的大树梦
阅读(212)
推荐(0)
摘要：
from mxnet import gluon,init from mxnet.gluon import loss as gloss, nn from mxnet.gluon import data as gdata from mxnet import nd,autograd import gluo
阅读全文
posted @ 2018-11-28 17:43
小草的大树梦
阅读(700)
推荐(0)
摘要：
from mxnet import gluon,init from mxnet.gluon import loss as gloss,nn from mxnet.gluon import data as gdata from mxnet import autograd,nd import gluonbook as gb import sys # 读取数据 mnist_train = gdata...
阅读全文
posted @ 2018-11-28 16:55
小草的大树梦
阅读(606)
推荐(0)
摘要：
from mxnet import autograd, nd num_inputs = 2 num_examples = 1000 true_w = [2,-3.4] true_b = 4.2 feature = nd.random.normal(scale=1,shape=(num_examples,num_inputs)) labels = true_w[0]*feature[:,0] ...
阅读全文
posted @ 2018-11-28 16:17
小草的大树梦
阅读(378)
推荐(0)
摘要：
GPU In [1]: import mxnet as mx from mxnet import nd from mxnet.gluon import nn In [2]: mx.cpu(),mx.gpu(),mx.gpu(1) Out[2]: (cpu(0), gpu(0), gpu(1)) In
阅读全文
posted @ 2018-11-28 15:45
小草的大树梦
阅读(460)
推荐(0)
摘要：
还有反向迭代器__reversed__，生成器表达式，等等。
阅读全文
posted @ 2018-11-28 11:26
小草的大树梦
阅读(227)
推荐(0)
摘要：
训练集太少，容易出现过拟合，即训练集loss远小于测试集loss，解决方案，权重衰减——（L2范数正则化） 例如线性回归： loss(w1,w2,b) = 1/n * sum(x1w1 + x2w2 + b - y)^2 /2 ，平方损失函数。 权重参数 w = [w1,w2]， 新损失函数 los
阅读全文
posted @ 2018-11-27 16:28
小草的大树梦
阅读(931)
推荐(0)
摘要：
多项式拟合 In [1]: %matplotlib inline import gluonbook as gb from mxnet import nd,autograd, gluon from mxnet.gluon import data as gdata,loss as gloss,nn 生成
阅读全文
posted @ 2018-11-26 18:24
小草的大树梦
阅读(364)
推荐(0)
摘要：
训练误差：在训练集上的表现 泛化误差：在任意一个数据样本上表现的误差 计算误差：损失函数 在机器学习中，假设每个样本都是独立同分布与整体的，于是它训练误差期望 = 泛化误差 一般情况下：由训练数据集学到的训练参数 使得 模型在训练数据集上的表现优于或等于 测试数据集上的表现 模型选择：可以选择完全不
阅读全文
posted @ 2018-11-26 18:21
小草的大树梦
阅读(395)
推荐(0)
摘要：
MLP_Gluon In [2]: import gluonbook as gb from mxnet import gluon, init from mxnet.gluon import loss as gloss,nn In [4]: net = nn.Sequential() net.add(
阅读全文
posted @ 2018-11-26 16:43
小草的大树梦
阅读(298)
推荐(0)
摘要：
MLP In [1]: %matplotlib inline import gluonbook as gb from mxnet.gluon import loss as gloss from mxnet import nd from mxnet import autograd In [2]: ba
阅读全文
posted @ 2018-11-26 16:14
小草的大树梦
阅读(655)
推荐(0)
posted @ 2018-11-26 16:12
小草的大树梦
阅读(188)
推荐(0)
摘要：
将cifar10改成单一通道后，套用前面的softmax分类，分类率40%左右，想哭。。。 In [1]: %matplotlib inline from mxnet.gluon import data as gdata from mxnet import autograd,nd import gl
阅读全文
posted @ 2018-11-26 15:03
小草的大树梦
阅读(764)
推荐(0)
摘要：
softmax #!/usr/bin/env python # coding: utf-8 # In[1]: get_ipython().run_line_magic('matplotlib', 'inline') import gluonbook as gb from mxnet import a
阅读全文
posted @ 2018-11-22 18:32
小草的大树梦
阅读(243)
推荐(0)
摘要：
https://forums.fast.ai/t/error-while-trying-to-open-jupyter-notebook-in-paperspace/22634
阅读全文
posted @ 2018-11-22 12:07
小草的大树梦
阅读(520)
推荐(0)
摘要：
对w,b参数求导暂时不推了，复合函数求导即可。
阅读全文
posted @ 2018-11-22 11:17
小草的大树梦
阅读(128)
推荐(0)
摘要：
优化算法：小批量随机梯度下降 每次随机选择小样本，求小批量数据样本的平均损失函数的导数，修改模型参数。 矢量计算： 那么预测表达式为 y^ = XW + b In [1]: %matplotlib inline from IPython import display from matplotlib
阅读全文
posted @ 2018-11-21 16:56
小草的大树梦
阅读(254)
推荐(0)
摘要：
函数 f ，输入的是一个 n 维向量 x = [x1,x2,...,xn]T，输出是一个标量。 函数 f 关于 x 的梯度就是一个 n 个偏导数组成的向量： 例如： 其中 x = [x1,x2,x3,x4]T，那么 y = 2(x1*x1+x2*x2+x3*x3+x4*x4)； 关于 x 的偏导数求
阅读全文
posted @ 2018-11-21 11:37
小草的大树梦
阅读(517)
推荐(0)
摘要：
范数：n 维向量 (x1,x2,x3,...,xn)T 的 Lp 范数为： L1范数：各元素绝对值之和 L2范数：各元素平方开根号 （nd.norm()） 矩阵的 Frobenius范数为个元素平方和开根号
阅读全文
posted @ 2018-11-21 10:45
小草的大树梦
阅读(288)
推荐(0)
摘要：
系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) uname -r 显示正在使用的内核版本 dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI) hdparm -i /dev/hda 罗列一个磁盘的架构特性 hdparm -tT /
阅读全文
posted @ 2018-11-20 19:25
小草的大树梦
阅读(294)
推荐(0)
摘要：
【转】https://www.cnblogs.com/magicc/p/6490566.html SCP 使用方式如下： 1、上传本地文件到服务器 例如scp /var/www/test.php root@192.168.0.101:/var/www/ 把本机/var/www/目录下的test.ph
阅读全文
posted @ 2018-11-20 15:49
小草的大树梦
阅读(465)
推荐(0)
摘要：
【转】https://blog.csdn.net/akon_wang_hkbu/article/details/78973366
阅读全文
posted @ 2018-11-20 11:38
小草的大树梦
阅读(448)
推荐(0)
摘要：
SSH连接服务器可以用putty 网址：https://repo.continuum.io/archive/ 下载安装脚本 安装 添加环境变量 确认 安装mxnet 添加了几个另外的环境变量 注意：.bashrc 和 .bash_profile 的区别 .bash_profile 只会在会话开始时读
阅读全文
posted @ 2018-11-20 11:35
小草的大树梦
阅读(807)
推荐(0)
摘要：
import cv2 filename = 'pic.jpg' def detect(filename): face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml') img = cv2.imread('pic.jpg') print(1) gray = cv2....
阅读全文
posted @ 2018-11-01 21:02
小草的大树梦
阅读(264)
推荐(0)
摘要：
题意：n只狗，n个笼子，每个笼子只能有一只，求不在自己笼子的狗的数量的期望。 分析：概率是相等的，可以直接用方案数代替，k 不在自己的笼子的方案数是 n!- (n-1)!，这样的k有n个，总的方案数n!，用除法求出期望。 答案：n-1 题意：每次比赛要准备>0.1的画板数，求总共需要多少。 #inc
阅读全文
posted @ 2018-10-30 16:51
小草的大树梦
阅读(315)
推荐(0)
摘要：
Gym 用于研发与比较强化学习算法的工具。 安装 环境 车杆问题，模型栗子CartPole-v0 env.step() ，传入0,1,表示车向左，右给1牛顿的力，现在要平衡这个车。 我们可以尝试一下，01010101，现实生活中，会让这根杆转起来，当然这不是我们平衡这个车的目标咯。 当然，我们可以切
阅读全文
posted @ 2018-10-30 12:01
小草的大树梦
阅读(1457)
推荐(0)
posted @ 2018-10-22 17:12
小草的大树梦
阅读(978)
推荐(0)
摘要：
注意图片像素返回值是（宽度，高度），pil填像素点坐标原点左上角。 判断像素点是否在圆方程中。
阅读全文
posted @ 2018-10-21 23:28
小草的大树梦
阅读(869)
推荐(0)
摘要：
返回字符串 返回列表形式 w+ 打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。 csv 国际通用数据存储格式，使用逗号分隔的表示方式 csv读写
阅读全文
posted @ 2018-10-21 16:43
小草的大树梦
阅读(633)
推荐(0)
摘要：
tuple 元组（创建后不能修改） set 集合 list 列表 字典 计算平均数，和标准差 统计词频（哈利波特1）
阅读全文
posted @ 2018-10-20 17:47
小草的大树梦
阅读(622)
推荐(0)
摘要：
lambda 默认参数 变长参数 return 作用范围 datatime.datatime 七段数码管 Pycharm调试技巧 F8 下一步，不进入函数 F7 下一步，进入函数，包括库函数 反转字符串 科赫曲线
阅读全文
posted @ 2018-10-19 11:19
小草的大树梦
阅读(715)
推荐(0)
摘要：
PM2.5 健康 异常处理 random pi 习题部分 gcd
阅读全文
posted @ 2018-10-18 17:42
小草的大树梦
阅读(599)
推荐(0)
摘要：
天天向上 天天向上2 获取星期字符串 凯撒密码 文本精度条 单行刷新 习题部分
阅读全文
posted @ 2018-10-18 10:46
小草的大树梦
阅读(903)
推荐(0)
posted @ 2018-10-13 11:27
小草的大树梦
阅读(1898)
推荐(0)
摘要：
Everybody in this country should learn how to program a computer,because it teaches you how to think. ——史蒂夫~乔布斯 圆的面积 输入 斐波那契 同心圆 日期与时间 习题部分
阅读全文
posted @ 2018-10-12 20:27
小草的大树梦
阅读(1640)
推荐(0)
摘要：
A. Phone Numbers 题意：给一些数字，每个电话号码以8开头，11位，求最多组成多少个号码，重复累加。 #include <bits/stdc++.h> using namespace std; const int maxn = 105; char str[maxn]; int main
阅读全文
posted @ 2018-10-12 16:17
小草的大树梦
阅读(244)
推荐(0)
浙公网安备 33010602011771号