摘要： 凯鲁嘎吉的主页 凯鲁嘎吉的主页：kailugaji.github.io 或扫描下方二维码，即可查看 阅读全文

摘要： 强化学习(Reinforcement Learning) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 通过阅读《神经网络与深度学习》及其他资料，了解强化学习(Reinforcement Learning)的基本知识，并介绍相关强化学习算法。更多强化 阅读全文

摘要： 英文学术论文写作常用词句积累 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 英文学术论文写作常用词句，避免查重率高的小技巧——同义词替换。推荐网站：https://www.powerthesaurus.org 本文使用方法：按Ctrl+F, 搜一个想 阅读全文

摘要： LaTeX常用链接与资料 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. 软件安装 LaTex 论文排版(1): Win10 下 LaTex所需软件安装 (Tex live 2018 + Tex studio)_TechArtisan6的博客-C 阅读全文

摘要： Python与MATLAB小练习：计算准确度Accuracy 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 分别使用Python与MATLAB编程，计算聚类准确度。思路为：首先利用匈牙利算法将训练后的标签进行调整，然后再计算准确度。 1. Pytho 阅读全文

摘要： Python小练习：解决strftime()中国时区乱码问题 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 1. mytest.py 1 # -*- coding: utf-8 -*- 2 # Author：凯鲁嘎吉 Coral Gajic 3 # 阅读全文

摘要： Python小练习：object类型数据加载 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 给定npy文件，用Python加载后，发现该数据类型dtype=object，本文介绍object类型数据的调用/加载方法，并将数据转化为图像，保存为png与 阅读全文

摘要： The Cross-Entropy Loss Function for the Softmax Function 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本文介绍含有softmax函数的交叉熵损失函数的求导过程，并介绍一种交叉熵损失的等价形式， 阅读全文

摘要： Python小练习：卷积层与反卷积层 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 使用Pytorch中的nn.Conv2d与nn.ConvTranspose2d函数来创建卷积层与反卷积层，构建卷积神经网络(CNN)编码器与解码器（仅含卷积层/反卷积 阅读全文

摘要： Python小练习：权重初始化（Weight Initialization） 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 调用Pytorch中的torch.nn.init.xxx实现对模型权重与偏置初始化。 1. weight_init_test. 阅读全文

摘要： Python小练习：进度条 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 用Python两种方式实现进度条功能，一种是自定义的进度条，一种是调用tqdm库来实现。 1. process_test.py 1 # -*- coding: utf-8 -* 阅读全文

摘要： Python小练习：处理字符串 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 介绍3种处理字符串的方式：1. 将英语名词单数转化为复数形式(仅适用于一般形式)，2. 将字符串(带有下换线_)转化为驼峰化形式，3. 左对齐右对齐。 1. word_te 阅读全文

摘要： Python小练习：从正态分布中采样 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本文用Python实现三种从正态(高斯)分布中的采样方式：确定性采样、重参数化技巧(推荐)、直接采样。 1. normal_test.py 1 # -*- codin 阅读全文

摘要： Python小练习：裁减函数(Clip Function) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 本文介绍两种数据裁剪方法，将原始数据裁剪到某一指定范围内。 1. clip_function_test.py 1 # -*- coding: u 阅读全文