上一页 1 ··· 4 5 6 7 8 9 10 下一页
2025年5月20日
01背包变体（1）
摘要： 洛谷地址：https://www.luogu.com.cn/problem/P1466 P1466 [USACO2.2] 集合 Subset Sums 题目描述 对于从 \(1\sim n\) 的连续整数集合，能划分成两个子集合，且保证每个集合的数字和是相等的。举个例子，如果 \(n=3\)，对于 阅读全文
posted @ 2025-05-20 13:18 屈臣 阅读(31) 评论(0) 推荐(0)
分组背包
摘要： 洛谷地址：https://www.luogu.com.cn/problem/P1757 P1757 通天之分组背包 题目背景 直达通天路·小 A 历险记第二篇 题目描述 自 \(01\) 背包问世之后，小 A 对此深感兴趣。一天，小 A 去远游，却发现他的背包不同于 \(01\) 背包，他的物品大致 阅读全文
posted @ 2025-05-20 13:10 屈臣 阅读(19) 评论(0) 推荐(0)
2025年4月24日
Datawhale 春训营 用AI生成化学分子结构
摘要： 改进模型后准确率变0.2623了 原本预训练模型训练6代草率了 第二次训练时候提高1迭代次数修改为200次 CUDA_ava=0,1,2,3 python main.py --n_epochs 200 \ --exp_name edm_competition \ --n_stability_samp 阅读全文
posted @ 2025-04-24 00:16 屈臣 阅读(49) 评论(0) 推荐(0)
2025年3月6日
深度学习入门（10）：卷积神经网络（CNN）
摘要： 卷积层和池化层的实现 四维数组 from collections import OrderedDict import numpy as np from torch import nn x = np.random.rand(10,1,27,28)#随机生成数据 # x.shape x[0,0] 基于i 阅读全文
posted @ 2025-03-06 21:15 屈臣 阅读(40) 评论(0) 推荐(0)
深度学习入门（9）：与学习相关技巧
摘要： 随机梯度下降的实现 class SGD: def __init__(self, lr=0.01): self.lr = lr def update(self,params,grads): for key in params.keys(): params[key] -= self.lr * grads 阅读全文
posted @ 2025-03-06 21:12 屈臣 阅读(16) 评论(0) 推荐(0)
深度学习入门（8）：一些简单层的实现
摘要： 乘法层 class MulLayer: def __init__(self): self.x = None self.y = None def forward(self,x,y): self.x = x self.y = y out = x*y return out def backward(sel 阅读全文
posted @ 2025-03-06 21:05 屈臣 阅读(29) 评论(0) 推荐(0)
深度学习入门（7）：梯度下降
摘要： 一个二元函数的图像 import numpy as np import matplotlib.pyplot as plt # 生成数据 x0 = np.linspace(-3, 3, 100) x1 = np.linspace(-3, 3, 100) X0, X1 = np.meshgrid(x0, 阅读全文
posted @ 2025-03-06 21:00 屈臣 阅读(29) 评论(0) 推荐(0)
深度学习入门 （6）：神经网络的学习
摘要： y = [0.1,0.05,0.6,0.0,0.05,0.1,0.0,0.1,0.0,0.0] t = [0,0,1,0,0,0,0,0,0,0] 均方误差 import numpy as np def mean_squared_error(y,t): return 0.5*np.sum((y-t) 阅读全文
posted @ 2025-03-06 20:53 屈臣 阅读(19) 评论(0) 推荐(0)
深度学习入门 （5）：实战：手写数字识别
摘要： 基于pytorch的框架实现 导入必要的库 import torch import torchvision from torch import optim from torchvision import datasets, transforms from torch.utils.data impor 阅读全文
posted @ 2025-03-06 17:05 屈臣 阅读(40) 评论(0) 推荐(0)
深度学习入门 （4）softmax函数的实现
摘要： softmax函数实现 import numpy as np a = np.array([0.3,2.9,4.0]) exp_a = np.exp(a) print(exp_a) sum_exp_a = np.sum(exp_a) print(sum_exp_a) y = exp_a / sum_e 阅读全文
posted @ 2025-03-06 16:46 屈臣 阅读(99) 评论(0) 推荐(0)
上一页 1 ··· 4 5 6 7 8 9 10 下一页