摘要：
现只讲在自定义网络中add_module的作用。 总结： 在自定义网络的时候，由于自定义变量不是Module类型（例如，我们用List封装了几个网络），所以pytorch不会自动注册网络模块。add_module函数用来为网络添加模块的，所以我们可以使用这个函数手动添加自定义的网络模块。当然，这种情 阅读全文
摘要：
问题：在运行深度学习模型的时候，总是要nvidia-smi一下看看那块显卡比较空闲，很麻烦。 解决方法：写个bash脚本，每次运行程序的时候，选择显存剩余最大的GPU。 #!/bin/bash n=$(nvidia-smi -q -d Memory|grep -A4 GPU|grep Free |g 阅读全文
摘要：
这些指标都是衡量搜索引擎算法的指标。搜索引擎一般采用PI（peritem）的方式进行评测，简单地说就是逐条对搜索结果进行分等级的打分。假设我们现在在Google上搜索一个词，然后得到5个结果。我们对这些结果进行3个等级的区分：Good（好）、Fair（一般）、Bad（差），然后赋予他们分值分别为3、 阅读全文
摘要：
pytorch入门3.0构建分类模型再体验（准备数据） pytorch入门3.1构建分类模型再体验（模型和训练） pytorch入门3.2构建分类模型再体验（批处理） 在前几篇博文里，细心地你可能会看到batch_size的变量，但是被注释掉了，这里讲解下batchsize变量的作用。 EPOCH： 阅读全文
摘要：
pytorch入门3.0构建分类模型再体验（准备数据） pytorch入门3.1构建分类模型再体验（模型和训练） pytorch入门3.2构建分类模型再体验（批处理） 在分类模型中，我们使用的神经网络模型其实跟回归模型中的差不多，但是这里我们输入的是两个数（数值对），输出也是两个数，分类0或者分类1 阅读全文
摘要：
pytorch入门3.0构建分类模型再体验（准备数据） pytorch入门3.1构建分类模型再体验（模型和训练） pytorch入门3.2构建分类模型再体验（批处理） 上回我们用pytorch完成了回归模型，为了进一步熟练，我们在用类似的方法，在做一做分类问题。 首先，准备数据。在此我们随机生成了1 阅读全文
摘要：
说明：本系列是阅读项亮老师的《推荐系统实战》的一些即使笔记。自己记性不好，俗话说好记性都不如烂笔头，于是叮嘱自己作文记之。 上回书我们讲到推荐系统的基本介绍，算是用脚指头碰了碰推荐系统的门槛，希望我不要继续缩回去，继续碰它！ 与人斗，其乐无穷。 第二章 利用用户行为数据 想要给别人推荐东西，首先得研 阅读全文
摘要：
pytorch入门2.x构建回归模型系列: pytorch入门2.0构建回归模型初体验（数据生成） pytorch入门2.1构建回归模型初体验（模型构建） pytorch入门2.2构建回归模型初体验（开始训练） 经过上面两个部分，我们完成了数据生成、网络结构定义，下面我们终于可以小试牛刀，训练模型了 阅读全文
摘要：
pytorch入门2.x构建回归模型系列: pytorch入门2.0构建回归模型初体验（数据生成） pytorch入门2.1构建回归模型初体验（模型构建） pytorch入门2.2构建回归模型初体验（开始训练） 终于要构建模型啦。这里我们构建的是回归模型，是用神经网络构建的，基本结构是什么样的呢？ 阅读全文
摘要：
Talk is cheap， show me the executable code! 上文书说到样本划分，那具体如何操作呢？ 马上来举个栗子： 使用sklean进行打乱，然后按比例截取 import sklearn import numpy as np # 生成数据 X = np.linspace 阅读全文