摘要：
# 优化： # 导入Pickle模块，用于保存和加载数据 # He 初始化，修改linear和Conv2D初始化权重初始化方式,准确率大幅提升 # 增加学习率策略，对这个策略再做优化，准确率应该还能提升 # 保存最优模型参数 # 导入必要的库 import numpy as np import os 阅读全文
posted @ 2025-10-11 18:01
李大嘟嘟
阅读(8)
评论(0)
推荐(0)
摘要：
# 优化： # 新建Model类，将神经网络的结构定义、训练流程（前向/后向）和预测逻辑统一封装起来 # 何将权重更新的职责从网络层（Linear）中分离出来，交给优化器（SGD）来完成 # 使用动量梯度下降优化算法（MSGD） # 增加了Adam优化算法 # 增加了Optimizer类，优化器的父 阅读全文
posted @ 2025-10-10 16:10
李大嘟嘟
阅读(5)
评论(0)
推荐(0)
摘要：
您好，np.random.seed(1000) 这行代码的意思是：设置 NumPy 伪随机数生成器的种子（Seed）。 它的核心作用是确保您代码中的随机性是可复现的（Reproducible）。 💡 为什么需要设置 Seed？ 在深度学习中，很多操作都涉及随机性： 权重初始化： np.random 阅读全文
posted @ 2025-10-09 16:49
李大嘟嘟
阅读(15)
评论(0)
推荐(0)
摘要：
# 优化： # 增加父类Module，输出每层信息 # 增加ReLU类，Tanh类 # 增加Dropout类，随机失活，防止过拟合，提高泛化能力 # 增加Parameter类，保存权重和梯度 # 导入必要的库 import numpy as np import os import struct # 阅读全文
posted @ 2025-09-27 16:16
李大嘟嘟
阅读(8)
评论(0)
推荐(0)
摘要：
Momentum Gradient Descent（动量梯度下降）是标准梯度下降（SGD）的一个重要改进版，旨在加速训练过程，并帮助模型更有效地找到最优解。 你可以将动量（Momentum）想象成物理学中的惯性。 动量梯度下降（Momentum GD）的核心思想 标准 SGD 的问题： 标准的 SG 阅读全文
posted @ 2025-09-27 15:36
李大嘟嘟
阅读(31)
评论(0)
推荐(0)
摘要：
抽象化编程（Abstraction in Programming）是面向对象编程（OOP）中一个非常重要的设计原则，它与我们前面讨论的封装、继承、多态紧密相关。 抽象化编程的含义 核心思想： 关注于做什么（What），而不是如何做（How）。 抽象化意味着隐藏对象的复杂实现细节，只向用户暴露必要的功 阅读全文
posted @ 2025-09-27 14:31
李大嘟嘟
阅读(11)
评论(0)
推荐(0)
摘要：
优化器（Optimizer）是深度学习和机器学习中最核心的组件之一。 简单来说，优化器的作用就是指导模型如何学习。它决定了在反向传播计算出梯度（模型应该朝哪个方向调整）之后，模型应该以多大的“步伐”和什么样的方式来实际更新它的权重和偏置。 你可以把优化器看作是一个驾驶员，而梯度（Loss 对权重的导 阅读全文
posted @ 2025-09-27 14:27
李大嘟嘟
阅读(20)
评论(0)
推荐(0)
摘要：
Dropout（丢弃法）是一种在神经网络训练中广泛使用的正则化（Regularization）技术。它的主要作用是防止模型在训练集上过拟合（Overfitting），从而提高模型在未见过数据（测试集）上的泛化能力。 Dropout 类的作用和工作原理 如果你要在你的面向对象的神经网络框架中实现一个 阅读全文
posted @ 2025-09-27 14:10
李大嘟嘟
阅读(22)
评论(0)
推荐(0)
摘要：
np.random.rand 是 NumPy 库中一个常用的函数，用于创建包含随机数（浮点数）的数组。 np.random.rand 详解 1. 核心功能 np.random.rand 生成的随机数服从**[0.0, 1.0) 范围内的均匀分布（Uniform Distribution）**。 均匀 阅读全文
posted @ 2025-09-27 13:39
李大嘟嘟
阅读(18)
评论(0)
推荐(0)
摘要：
# 继承 class F: def __init__(self): self.info = "hello Father" def fun1(self): return self.info class S(F): pass f = F() s = S() print(f.fun1()) # hello 阅读全文
posted @ 2025-09-25 15:50
李大嘟嘟
阅读(5)
评论(0)
推荐(0)
浙公网安备 33010602011771号