tensor_zhang

摘要： 在epoch超过阈值的前提下，$lrlossCoeffepoch$的值也超过一定的阈值，才能使得训练结束后模型收敛。 from tqdm import tqdm data1 = torch.nn.Parameter(torch.randn(3, 2048)) data2 = torch.ones(3 阅读全文

摘要： 1，官网 https://gym.openai.com/docs/ 2，gym简介 Gym是一个用于开发和比较强化学习算法的工具包，是测试问题——环境（environment）的集合。这些环境具有共享接口，允许编写通用算法。 3，gym安装 pip安装 pip install gym 从源码构建（直 阅读全文

摘要： 0，总览 数据挖掘十大算法/~2007：C4.5决策树、K-均值（k-means）、支持向量机（SVM）、Apriori、最大期望算法（EM）、PageRank算法、AdaBoost算法、k-近邻算法（KNN）、朴素贝叶斯算法（NB）、分类回归树（CART） 本书没有包含：最大期望算法（EM）、Pa 阅读全文

摘要： 1，概念 线程： 能被操作系统调度（被CPU执行）的最小单位。（进程负责圈资源，线程负责执行） 同一个进程中的多个线程能够同时被多个CPU执行。（线程也可以利用多核） 同一个进程的多个线程是数据共享的。（必然存在数据不安全）（进程与线程的区别之一：进程是数据隔离的，线程是数据共享的） 线程的开启、关 阅读全文

摘要： 1，dataloader中的各个参数的含义。 torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, \ batch_sampler=None, num_workers=0, collate_fn 阅读全文

摘要： 问题1，模式坍塌（Mode collapse ） 对模式崩溃产生原因的猜想： GAN的学习目标是映射关系G：x➡y，这种单一域之间的对应关系是高度约束不足的，无法为分类器和判别其的训练提供足够的信息输入。 在这种情况下所优化得到的G可以将域X转换为与Y分布相同的域Y'，但是并不能确保单独的输入和输出 阅读全文

摘要： 1. 全连接网络与卷积网络 全连接网络的问题 丢失输入数据的空间信息 模型参数过多，容易过拟合 卷积网络的优势 保留空间信息：在卷积运算中，计算范围是在像素点的空间邻域内进行的，它代表了对空间邻域内某种特征模式的提取。对比全连接层将输入展开成一维的计算方式，卷积运算可以有效学习到输入数据的空间信息。 阅读全文

摘要： 1，概念 操作系统分类 多道批处理系统 遇到I/O就切换 可以提高CPU的利用率 进程之间数据隔离（内存隔离） 时空复用：在同一个时间点上，多个程序同时执行（时间复用，有的在做CPU操作，有的在做I/O操作）；一块内存中存储了多个进程的数据（空间复用，但进程之间的数据是隔离的） 分时操作系统 时间分 阅读全文

摘要： 1，docker网络 1.1，docker0 有三个网络环境，那么docker是如何处理容器网络访问的？ 1.2，测试 docker run -d -p 80:8080 --name tomcat01 tomcat docker exec -it tomcat01 ip addr 本地可以ping通 阅读全文

摘要： 第1章 统计学习及监督学习概论 统计学习：从给定的、有限的、用于学习的训练数据（training data）集合出发，假设数据是独立同分布产生的；并且假设要学习的模型属于某个函数的集合，称为假设空间（hypothesis space）；应用某个评估准则（evaluation space），从假设空间 阅读全文