摘要：
import numpy as np import matplotlib.pyplot as plt from scipy.interpolate import CubicSpline # 样本数据点(4.0,4.2)，(4.3,5.7)，(4.6,6,6)，(5.3,4.8)，(5.9,4,6) 阅读全文
摘要：
windows下安装conda和安装GPU版本的tensorflow和pytorch 驱动下载 查看自己电脑的独立显卡型号 如：NVIDIA GeForce RTX 3060 在查看自己电脑是否已经安装了显卡驱动，如果显卡可用，那么就是安装了驱动；否则就要到NVIDIA官网下载驱动 NVIDIA驱动 阅读全文
摘要：
import os import urllib.request import zipfile from pprint import pprint import numpy as np import tensorflow as tf import keras as k def set_session( 阅读全文
摘要：
#Tensofrlow #假设我们有一个任务是从图像中预测物体的位置（x坐标和y坐标）和物体的类别。这个任务有三个目标标签：x坐标、y坐标和类别。 import numpy as np import tensorflow as tf from tensorflow import keras from 阅读全文
摘要：
import os import urllib.request import zipfile from pprint import pprint import numpy as np import tensorflow as tf import keras as k def set_session( 阅读全文
摘要：
# python多线程 # 多线程 threading，利用CPU和IO可以同时执行的原理 # 多进程 multiprocessing，利用多核CPU的能力，真正的并行执行任务 # 异步IO asyncio，在单线程利用CPU和IO同时执行的原理，实现函数异步执行 * 使用Lock对资源加锁，防止冲 阅读全文
摘要：
import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l class Inception(nn.Module): # c1-c4是每条路径的输出通道数 def 阅读全文
摘要：
import torch from torch import nn from d2l import torch as d2l def nin_block(in_channels,out_channels,kernel_size,strides,padding): return nn.Sequenti 阅读全文
摘要：
import torch from torch import nn from d2l import torch as d2l def vgg_block(num_convs,in_channels,out_channels): layers = [] for _ in range(num_convs 阅读全文
摘要：
import torch from torch import nn from d2l import torch as d2l net = nn.Sequential( # (224-11+1+2)/4=54 nn.Conv2d(1,96,kernel_size=11,stride=4,padding 阅读全文
摘要：
import torch from torch import nn from d2l import torch as d2l class Reshape(torch.nn.Module): def forward(self,x): # 批量大小默认，输出通道为1 return x.view(-1,1 阅读全文
摘要：
import torch from torch import nn from d2l import torch as d2l # 实现池化层的正向传播 def pool2d(x,pool_size,mode='max'): # 获取窗口大小 p_h,p_w=pool_size # 获取偏移量 y=t 阅读全文
摘要：
import torch from d2l import torch as d2l from torch import nn # 多输入通道互相关运算 def corr2d_multi_in(x,k): # zip对每个通道配对,返回一个可迭代对象,其中每个元素是一个(x,k)元组,表示一个输入通道 阅读全文
摘要：
import torch from torch import nn def comp_conv2d(conv2d,x): # 在维度前面加上通道数和批量大小数1 x=x.reshape((1,1)+x.shape) # 得到4维 y=conv2d(x) # 把前面两维去掉 return y.resh 阅读全文
摘要：
import torch from torch import nn from d2l import torch as d2l def corr2d(x,k): """计算二维互相关运算""" # 获取卷积核的高和宽 h,w=k.shape # 输出的高和宽 y=torch.zeros((x.shap 阅读全文