机器学习和深度学习 - 随笔分类 - 荒唐了年少

加载并运行onnx格式的model，并获取模型运行过程中的每一层输出

摘要：运行model，获得模型最终输出结果 """ 测试onnx文件,获取浮点模型输出 wangmaolin-1029 """ import onnxruntime import pdb import cv2 import numpy as np def test_seg(seg): print(seg. 阅读全文

posted @ 2021-10-31 20:09 荒唐了年少阅读(3877) 评论(0) 推荐(0)

使用随机森林的一个例子

摘要：代码：https://github.com/wangmlshadow/Commonly-used-model-building-in-machine-learning/blob/main/Model/%E9%9A%8F%E6%9C%BA%E6%A3%AE%E6%9E%97/%E9%9A%8F%E6% 阅读全文

posted @ 2021-01-30 14:47 荒唐了年少阅读(304) 评论(0) 推荐(0)

逻辑回归-Kaggle-GiveMeSomeCredit问题-PyTorch实现

摘要：下文仅给出模型的PyTorch实现，具体问题分析过程以及数据下载可以去作者的GitHub 逻辑回归介绍：可以看这里主要是区分它和线性回归的差异导入相关库： import numpy import pandas as pd import matplotlib.pyplot as plt impor 阅读全文

posted @ 2021-01-16 13:32 荒唐了年少阅读(450) 评论(0) 推荐(0)

线性回归-PyTorch-Kaggle房价预测问题

摘要：关于线性回归的介绍可以看这里：线性回归介绍下文主要介绍通过线性回归解决Kaggle中的HousePrices问题，使用的是PyTorch。下文会给出使用线性回归创建的最终模型，以及超参数等内容，但是整个模型的搭建以及试错的过程由于内容太长，感兴趣的可以去作者的GitHub下载相关的Jupyte 阅读全文

posted @ 2020-12-30 21:02 荒唐了年少阅读(882) 评论(0) 推荐(0)

多层感知机与简易CNN的PyTorch实现

摘要：相关内容：多层感知机与简易CNN的TensorFlow实现可以在GitHub上查看更详细的内容具体实现：导入相关包和数据集： # 导入相关包 import torch import torchvision import torch.nn as nn import torchvision.tr 阅读全文

posted @ 2020-12-28 11:16 荒唐了年少阅读(297) 评论(0) 推荐(0)

均方误差和交叉熵误差

摘要：均方误差个交叉熵误差都是常用的损失函数之一。首先简要介绍下损失函数：损失函数是用来表示神经网络性能的“恶劣程度”的指标。即当前神经网络对监督数据在多大程度上不拟合，在多大程度上不一致。说白了，即所创建的神经网络对输入数据的预测输出值与监督数据(实际输出值)的差距。均方误差：上面是计算公式，阅读全文

posted @ 2020-12-07 16:25 荒唐了年少阅读(1295) 评论(0) 推荐(0)

Fashion MNIST的下载与导入

摘要：在动手写深度学习的TensorFlow实现版本中，需要用到数据集Fashion MNIST，如果直接用TensorFlow导入数据集： from tensorflow.keras.datasets import fashion_mnist (x_train, y_train), (x_test, y 阅读全文

posted @ 2020-11-20 16:08 荒唐了年少阅读(8656) 评论(1) 推荐(0)

coursera_吴恩达_机器学习_第一周

摘要：Welcome to Machine Learning! What is Machine Learning? 机器学习的定义： 1.Arthur Samuel，在进行特定编程的情况下，给予计算机学习能力的领域。 2.Tom Mitchell，一个程序被认为能从经验E中学习，解决任务 T，达到性能阅读全文

posted @ 2020-06-24 10:50 荒唐了年少阅读(112) 评论(0) 推荐(0)

荒唐了年少

随笔分类 - 机器学习和深度学习

公告