2020年11月7日

python collection系列博客之一deque对象

摘要: 阅读全文

posted @ 2020-11-07 20:56 多一点 阅读(56) 评论(0) 推荐(0) 编辑

python参数的可变参数与关键词参数

摘要:# 可变参数与关键词参数def can_form_triangle(a, b, c): print(f'a = {a}, b = {b}, c = {c}') return a + b > c and b + c > a and a + c > b'''1. 在没有特殊处理的情况下,函数的参数都是位 阅读全文

posted @ 2020-11-07 19:52 多一点 阅读(44) 评论(0) 推荐(0) 编辑

2020年11月2日

pip国内访问加速配置清华源

摘要:pip 是 python 必不可少的的包管理工具,但是要在国内用得爽,必须要配置镜像源。 有哪些镜像站可用,以及如何配置,网上都有很多分享了。 我常用的是 阿里云镜像站。 这里有一点比较麻烦的地方,就是是 Linux 和 Windows 环境下的 pip 配置文件的名字和位置都不同,经常混淆。 今天 阅读全文

posted @ 2020-11-02 09:36 多一点 阅读(49) 评论(0) 推荐(0) 编辑

2020年11月1日

Postgresql 窗口函数的使用方法

摘要:Postgresql 窗口函数的使用方法 导入数据库连接 python版本 3.8 数据库软件postgresql 版本12.0 ipython-sql 版本 4.0 目的 在jupyter notebook 界面使用数据库,实现数据中的窗口函数演示 # import sqlalchemy # # 阅读全文

posted @ 2020-11-01 22:23 多一点 阅读(18) 评论(0) 推荐(0) 编辑

2020年4月18日

SAS统计初学1-卡方检验

摘要:卡方检验 卡方检验的核心思想 卡方值的计算与意义 卡方检验的样本量要求 适用于四格表应用条件 R×C表卡方检验应用条件 卡方检验最常见的用途 卡方检验步骤 卡方检验 卡方检验是一种用途很广的计数资料的假设检验方法。 它属于非参数检验的范畴,主要是比较两个及两个以上样本率( 构成比)以及两个分类变量的 阅读全文

posted @ 2020-04-18 18:09 多一点 阅读(492) 评论(0) 推荐(0) 编辑

2019年12月28日

动手学深度学习18- 模型构造基础Module类的操作手册

摘要:<! TOC "模型的构造" "通过Module类来构造模型" "Module的子类" "Sequential类" "ModuleList 类" "ModuleDict类" "构造复杂的模型" "小结" <! /TOC 模型的构造 回顾之前的3.10章节中的多层感知机的简洁实现中,含但隐藏层的多层感 阅读全文

posted @ 2019-12-28 20:47 多一点 阅读(315) 评论(0) 推荐(0) 编辑

2019年12月14日

动手学深度学习17-kaggle竞赛实践小项目房价预测

摘要:<! TOC "kaggle竞赛" "获取和读取数据集" "数据预处理" "找出所有数值型的特征,然后标准化" "处理离散值特征" "转化为DNArray后续训练" "训练模型" "k折交叉验证" "预测样本,并提交结果" <! /TOC kaggle竞赛 本节将动手操作实践一个kaggle比赛,房 阅读全文

posted @ 2019-12-14 10:14 多一点 阅读(289) 评论(0) 推荐(0) 编辑

2019年11月16日

动手学深度学习16- 深度学习的数值稳定性和模型初始化

摘要:<! TOC "衰减和爆炸" "随机初始化模型参数" "pytorch的默认随机初始化" "Xavier随机初始化" "小结" <! /TOC 深度学习的数值稳定性问题以及模型参数的初始化方法。 深度学习有关数值稳定性的典型问题是衰减(vanishing) 和爆照(explosion) 衰减和爆炸 阅读全文

posted @ 2019-11-16 20:08 多一点 阅读(354) 评论(0) 推荐(0) 编辑

动手学深度学习15-深度学习-正向传播、反向传播和计算图

摘要:<! TOC "正向传播" "反向传播" "训练深度学习模型" "小结" <! /TOC 前几节里面我们使用了小批量随机梯度下降的优化算法来训练模型。在实现中,我们只提供了模型的正向传播的(forward propagation)计算,即对于输入计算模型输出,然后通过autograd模块来调用系统自 阅读全文

posted @ 2019-11-16 11:03 多一点 阅读(636) 评论(0) 推荐(0) 编辑

2019年11月15日

动手学深度学习14- pytorch Dropout 实现与原理

摘要:<! TOC "方法" "从零开始实现" "定义模型参数" "网络" "评估函数" "优化方法" "定义损失函数" "数据提取与训练评估" "pytorch简洁实现" "小结" <! /TOC 针对深度学习中的过拟合问题,通常使用丢弃法(dropout),丢弃法有很多的变体,本文提高的丢弃法特指倒置 阅读全文

posted @ 2019-11-15 17:00 多一点 阅读(1203) 评论(0) 推荐(1) 编辑

导航