Vandaci

摘要： Tensors 张量 张量是一种特殊的数据结构，与数组和矩阵非常相似。 在 PyTorch 中，我们使用张量来编码模型的输入和输出，以及模型的参数。 张量类似于 NumPy 的 ndarray，张量可以在 GPU 或其他支持硬件加速器上运行。 事实上，张量和 NumPy 数组通常可以共享相同的底层内 阅读全文

摘要： # Time : 2022.07.06 上午 10:33 # Author : Vandaci(cnfendaki@qq.com) # File : learning_tensor_dim.py # Project : LearningPytorch import torch import torc 阅读全文

摘要： 步骤 step1 1.1 下载 下载安装Anaconda3 链接：Anaconda3 当然也可以从清华大学开源镜像站下载 链接：清华大学开源镜像站Anaconda3下载地址 1.2 安装 安装很简单，一步步跟着建议安装就行 这里不建议勾选，不勾选添加到环境变量，后续可以用Anaconda Promp 阅读全文

摘要： import numpy as np import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers 01 简单的函数API构建模型实例 1.1 建立模型 inputs = keras. 阅读全文

摘要： 各类损失函数和激活函数 01 激活函数 softmax 常用于二分类问题 $$ softmax=\frac{e^i}{\sum e^i} $$ 将各个输出归一化为概率和为1的各数 import tensorflow as tf a=tf.constant([1,2,3,4,5,6],dtype='f 阅读全文

摘要： The Sequential Model 线性堆叠模型 01 设置 import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers 02 什么时候使用线性堆叠模型 单只有一个输入和一个输 阅读全文

摘要： 张量 01 张量的形状 import tensorflow as tf a=tf.constant(4) # 标量a print(a) tf.Tensor(4, shape=(), dtype=int32) b=tf.constant([2.0,3.0,4]) # 向量 print(b) tf.Te 阅读全文

摘要： 正负样本 01 几个类型 TP (True Postives)：将正样本预测为正样本 FN (False Negatives)：将正样本预测为负样本（漏报） FP (False Positives)：将负样本预测为正样本（误报） TN (True Negatives)：将负样本预测为负样本 02 几 阅读全文