lipu123

2023年7月30日

摘要： ▪ View/reshape(这个是维度的变化) ▪ Squeeze/unsqueeze(维度的增加/减少) ▪ Transpose/t/permute(维度交换) ▪ Expand/repeat(维度的扩展) # view/reshape 这两个API，都是通用的a.reshape()和a.vie 阅读全文

posted @ 2023-07-30 19:01 lipu123 阅读(98) 评论(0) 推荐(0)

pytorch索引与切片

摘要： # indexing ``` a=torch.randn(4,3,28,28) a[0].shape # torch.Size([3, 28, 28]) a[0,0].shape # torch.Size([28, 28]) a[0,0,2,4] # tensor(0.6574) ``` # sel 阅读全文

posted @ 2023-07-30 16:15 lipu123 阅读(38) 评论(0) 推荐(0)

创建tensor

摘要： # Import from numpy >torch.from_numpy(data) ``` a=np.array([2,3.3]) a #array([2. , 3.3]) torch.from_numpy(a) #tensor([2.0000, 3.3000], dtype=torch.flo 阅读全文

posted @ 2023-07-30 10:51 lipu123 阅读(25) 评论(0) 推荐(0)

2023年7月29日

PyTorch的数据类型

摘要： python和pytorch中的类型对比：我们可以发现pytorch中每中类型后面都有一个Tensor。 ![image](https://img2023.cnblogs.com/blog/1914163/202307/1914163-20230729211210389-1808416709.pn 阅读全文

posted @ 2023-07-29 22:40 lipu123 阅读(55) 评论(0) 推荐(0)

2023年7月28日

词向量与Emoji表情生成器

摘要： # 1 词嵌入和词向量 ## 1.1 什么是词嵌入: 咱们居住在各个国家的人们通过各自的语言进行交流，但机器无法直接理解人类的语言，所以需要先把人类的语言“计算机化”，那如何变成计算机可以理解的语言呢？ * 首先，这个数学模型 f（比如神经网络、SVM）只接受数值型输入； * 而 NLP 里的词语，阅读全文

posted @ 2023-07-28 23:00 lipu123 阅读(153) 评论(0) 推荐(0)

2023年7月24日

使用Keras Tuner进行超参数自动调优

摘要：本文将使用 Tensorflow 中包含的 Fashion MNIST 数据集。该数据集在训练集中包含 60,000 张灰度图像，在测试集中包含 10,000 张图像。每张图片代表属于 10 个类别之一的单品（“T 恤/上衣”、“裤子”、“套头衫”等）。因此这是一个多类分类问题。首先我们需要安阅读全文

posted @ 2023-07-24 17:15 lipu123 阅读(269) 评论(0) 推荐(0)

2023年7月22日

贝叶斯优化

摘要： # 1 贝叶斯优化的基本原理贝叶斯优化方法是当前超参数优化领域的SOTA手段，可以被认为是当前最为先进的优化框架，它可以被应用于AutoML的各大领域，不止限于超参数搜索HPO的领域，更是可以被用于神经网络架构搜索NAS以及元学习等先进的领域。现代几乎所有在效率和效果上取得优异成果的超参数优化方法阅读全文

posted @ 2023-07-22 14:03 lipu123 阅读(1386) 评论(0) 推荐(0)

2023年7月21日

2.融合进阶：Stacking与Blending

摘要： # 1 堆叠法Stacking ## 1.1 堆叠法的基本思想堆叠法Stacking是近年来模型融合领域最为热门的方法，它不仅是竞赛冠军队最常采用的融合方法之一，也是工业中实际落地人工智能时会考虑的方案之一。作为强学习器的融合方法，Stacking集**模型效果好、可解释性强、适用复杂数据**三大阅读全文

posted @ 2023-07-21 10:09 lipu123 阅读(1659) 评论(0) 推荐(0)

2023年7月18日

1.融合入门：Voting与Averaging

摘要： # 1 认识模型融合在机器学习竞赛界，流传着一句话：**当一切都无效的时候，选择模型融合**。这句话出自一位史上最年轻的Kaggle Master之口，无疑是彰显了模型融合这一技巧在整个机器学习世界的地位。如果说机器学习是人工智能技术中的王后，集成学习(ensemble Learning)就是王后阅读全文

posted @ 2023-07-18 16:20 lipu123 阅读(615) 评论(0) 推荐(0)

2023年7月17日

5.5 集成学习- XGBoost

摘要： # 1 XGBoost的基础思想与实现 ## 1.1 XGBoost pk 梯度提升树极限提升树XGBoost(Extreme Gradient Boosting，XGB，发音/æks-g-boost/)是基于梯度提升树GBDT全面升级的新一代提升算法，也是提升家族中最富盛名、最灵活、最被机器学习阅读全文

posted @ 2023-07-17 16:59 lipu123 阅读(558) 评论(0) 推荐(0)

公告