随笔分类 - 深度学习
摘要：Ⅰ。如何在Colab中导入自定义的包 Colab上编写的代码会被默认放在Colab NoteBooks文件夹下，在这个文件夹下，上传了d2lzh_pytorch包为后续调用。 需要在开头写入如下代码 import sys from google.colab import drive drive.mo
阅读全文
摘要：概括： 简而言之： validation set，是有标注，用于验证的 test set，是没有标注的 正文： 感谢！ 在有监督的机器学习中，经常会说到训练集（train)、验证集（validation）和测试集（test），这三个集合的区分可能会让人糊涂，特别是，有些读者搞不清楚验证集和测试集有什
阅读全文
摘要：https://www.jianshu.com/p/a42d69568966 感谢谷歌爸爸让没钱的我也可以快乐T4
阅读全文
摘要：一文弄懂Pytorch的DataLoader, DataSet, Sampler之间的关系 https://www.cnblogs.com/marsggbo/p/11308889.html Pytorch Sampler详解 https://www.cnblogs.com/marsggbo/p/11
阅读全文
摘要：在机器学习中，我们通常将原始数据按照比例分割为“测试集”和“训练集”，从 sklearn.model_selection 中调用train_test_split 函数 简单用法如下： X_train,X_test, y_train, y_test =sklearn.model_selection.t
阅读全文
摘要：笔记来源 我们在做模型的时候，通常会碰到两个数据集：测试数据集（Test Set) 和验证数据集 (Validation Set) 。那么他之间有何区别呢？下面有个简单的解释： 训练数据集（Training Set): 是一些我们已经知道输入和输出的数据集训练机器去学习，通过拟合去寻找模型的初始参数
阅读全文
摘要：上次开会，被当众处刑说我的resnet34 epoch15时不收敛 于是想要深究到底什么是不收敛？ 理解 打个简单的比方,训练网络,就好比解方程,为了得到这个方程的极值点,训练的过程就好比是找准一个方向,不断的朝这个方向靠近,使得方程的值不断减小,最终达到极值点,而不收敛,就是,不论你怎么跑,方程的
阅读全文
摘要：1.mixup原理介绍 mixup 论文地址 mixup是一种非常规的数据增强方法，一个和数据无关的简单数据增强原则，其以线性插值的方式来构建新的训练样本和标签。最终对标签的处理如下公式所示，这很简单但对于增强策略来说又很不一般。 ，两个数据对是原始数据集中的训练样本对（训练样本和其对应的标签）。其
阅读全文
摘要：validation_data用来在每个epoch之后，或者每几个epoch，验证一次验证集，用来及早发现问题，比如过拟合，或者超参数设置有问题。 这样可以方便我们及时调整参数 针对超参的选择我们是根据验证集上的效果来进行调整的，因此验证集可以看做参与到“人工调参”的训练过程； 2）注意训练集、验证
阅读全文
摘要：为了完成实验室的论文，先拜读了大神的代码，但是初入dl界，对于a[:,0] 看不懂什么意思 查了很久都没有直接的资料，后面翻书查了好久才查到！ import numpy a = numpy.array([[10,20,30],[40,50,60]]) #b表示a这个2维数组里面1维数组的第1个元素，
阅读全文
浙公网安备 33010602011771号