guangheli

摘要： Pipeline pipeline 模块把所有东西都封装死了，只需要传进去原始输入，就能得到输出. 例：遮掩词填空，可以看出 pipeline function 给出了 5 个备选答案 from transformers import pipeline classifier = pipeline(" 阅读全文

摘要： safety-gym/mujoco safety-gym/mujoco 的安装还是相当繁琐的，这里记录一下如何在 linux 系统上配置 safety-gym 由于 safety-gym 是基于 mujoco 的，所以按照本文的流程走下来也等价于把 mujoco 环境赔了 1. 到 mojuco 官 阅读全文

摘要： SSH 连接 ssh 是连接远程服务器非常方便的一种方式，可以使用本地的 XShell 与 Xftp 快速地连接。 例如，服务器租界平台提供的 ssh 指令：ssh -p 14xxx root@xxxxxxxxxxxx 其中，连接 ssh 时需要注意几个关键信息： 1. 服务器的 ip 地址，就是 阅读全文

摘要： SVM支持向量机 简述： 给定一个特征空间上的数据集： $T = $ { $(x_{1}, y_{1}), (x_{2}, y_{2}), ...(x_{N}, y_{N})$ } 其中，$x_{i} \in \mathrm{R}^n, y_{i} \in$ {$\mathrm{+1, -1}$ } 阅读全文

摘要： K 近邻算法 $K$ 近邻算法的思想非常简单：对于测试数据，在训练数据中找到 $K$ 个与之距离最近的点并进行多数表决。 $K$ 取值比较小时会只考虑与输入实例距离非常近的点，但是噪声对结果的影响会很大。 $K$ 取值较大时会考虑与输入实例距离较大的点，虽然可以避免噪声的影响，但是由于距离过大还是会 阅读全文

摘要： 集成学习 在机器学习中，只使用一个模型容易出现过拟合现象，并且发挥不出数据量大的优势。 集成学习的思路是将一堆效果一般的模型通过某种方式组合在一起，形成一个更有效的大模型。 具体地，设训练集为 $D$，特征集为 $A$，每次选择 $D$ 和 $A$ 的子集 $D', A'$ 作为训练数据训练若干个小 阅读全文

摘要： 熵 $H = -\sum_{i = 1}^{n} p(x_{i}) \log p(x_{i})$ $n$ 是分类的数目，熵越大代表随机变量 $X$ 的不确定性越大。 可知 $0 \leqslant H(P) \leqslant \log n$ 条件熵 $H(Y|X)$ 表示已知随机变量 $X$ 的条 阅读全文

摘要： 参考：《统计学习方法》 相似度与距离 对于聚类算法来说，定义相似度与距离是十分关键的。 Minkowski distance 设 $x_{i},x_{j}$ 是样本集合 $X$ 中的样本，$m$ 为特征数量，满足 $x_{i}=(x_{1i},x_{2i},....x_{mi})^T$ 则 $x_{ 阅读全文

摘要： 在进行深度学习训练时，如果图片过大或者训练数据匮乏时可以对输入数据进行裁剪，翻转等操作。 Pytorch 官网讲解： Transforms — PyTorch Tutorials 1.12.1+cu102 documentation Transforming and augmenting image 阅读全文

摘要： 参考： https://blog.csdn.net/m0_53653974/article/details/125753330 glob.glob() 函数 获取文件目录下符合条件的所有文件： dataset_path = glob.glob('data/*.npy') 例：获取 'data' 目录 阅读全文