摘要：
笔记摘抄 1. 训练集&验证集&测试集 训练集：训练数据 验证集：验证不同算法（比如，利用网格搜索对超参数进行调整等），检验哪种更有效 测试集：正确评估分类器的性能 正常流程： 验证集会记录每个时间戳的参数 在加载test数据前会加载那个最好的参数，再来评估。 比方说训练完6000个epoch后，发 阅读全文
摘要：
笔记摘抄 1. 安装visdom 安装教程 2. 开启监听进程 python -m visdom.server 3. 访问 用chrome浏览器访问url连接：http://localhost:8097 4. 可视化训练 在之前定义网络结构（参考上一节）的基础上加上Visdom可视化。 在训练-测试 阅读全文
摘要：
笔记摘抄 Pytorch定义网络结构识别手写数字，可以对网络中的参数w和b进行手动定义的(参考上一节) 也可以直接用 nn.Linear 定义层的方式来定义 更加方便的方式是直接继承 nn.Module 来定义自己的网络结构。 1. nn.Linear方式 import torch import t 阅读全文
摘要：
笔记摘抄 1. 分类问题 1.1 二分类 \(f:x\rightarrow p(y=1|x)\) \(p(y=1|x)\)： 解释成给定x，求y=1的概率，如果概率>0.5，预测为1；否则，预测为0 \(p_{\theta}(y|x)\)：给定x，输出预测值的概率 \(p_{r}(y|x)\)：给定 阅读全文