lwx0504

摘要： Task2:利用 Basnet 将Task1中的所有图片转化为显著性图片 1. 什么是显著性检测？ 显著性检测的目的是识别图像中最吸引人注意的区域（显著性区域）。对于你的任务，就是将普通图片转换为突出主要对象的显著性图。 输入：普通图片 → 输出：显著性热力图（黑白或彩色） 2. BASNet 简介 阅读全文

摘要： TASK 1 训练一个网络识别手写数字 1、导入必要的库 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.ut 阅读全文

摘要： 10、多层感知机 1、感知机 感知机是一个二分类模型 他的求解算法等价于使用批量大小为1的梯度下降 他不能拟合XOR函数 2、多层感知机 多层感知机使用隐藏层和激活函数来得到非线性模型 常用激活函数是Sigmoid，Relu 使用Softmax来处理多类分类 超参数为隐藏层数，和各个隐藏层大小 11 阅读全文

摘要： 09、Softmax回归 1、.sum（）中0是对列求和，1是对行求和，如果X是一个形状为(2, 3)的张量，我们对列进行求和， 则结果将是一个具有形状(3,)的向量。 当调用sum运算符时，我们可以指定保持在原始张量的轴数，而不折叠求和的维度。 这将产生一个具有形状(1, 3)的二维张量。 X = 阅读全文

摘要： # 一、数据操作 1、N维数组是机器学习和神经网络的主要数据结构 2、创建数组需要 形状：例如3 × 4矩阵 每个元素的数据类型：例如32位浮点数 每个元素的值，例如全是0，或者随机数 3、访问元素 这里列错了，应该是[:,1]，：表示所有的，子区域中的1：3是左闭右开区间，表示第一行到第二行，：： 阅读全文