向阳而生

摘要： 通常来说，当你处理图像，文本，语音或者视频数据时，你可以使用标准 python 包将数据加载成numpy 数组格式，然后将这个数组转换成 torch.*Tensor 对于图像，可以用 Pillow，OpenCV 对于语音，可以用 scipy，librosa 对于文本，可以直接用 Python 或 C 阅读全文

摘要： 概念 几何代数中定义的张量是基于向量和矩阵的推广，通俗一点理解的话，我们可以将标量视为零阶张量，矢量视为一阶张量，那么矩阵就是二阶张量。 0维张量/标量 标量是一个数字 1维张量/向量 1维张量称为“向量”。 2维张量 2维张量称为矩阵 3维张量 公用数据存储在张量 时间序列数据 股价 文本数据 彩 阅读全文

摘要： import numpy as np import pandas as pd import seaborn as sns import matplotlib as mpl import matplotlib.pyplot as plt from sklearn import svm from skl 阅读全文

摘要： ch07 四维数组 import numpy as np x = np.random.rand(10,1,28,28) 访问第1个数据 #print(x[0]) #如果要访问第1个数据的第1个通道的空间数据 print(x[0][0]) #28*28 基于 im2col的展开 im2col是一个函数 阅读全文

摘要： ch05 ReLU层 class Relu: def __init__(self): self.mask = None def forward(self, x): self.mask = (x <= 0) out = x.copy() out[self.mask] = 0 return out de 阅读全文

摘要： 学习算法的实现 1. 2层神经网络的类 1 # coding: utf-8 2 import sys, os 3 sys.path.append(os.pardir) # 为了导入父目录的文件而进行的设定 4 from common.functions import * 5 from common. 阅读全文

摘要： ch03 手写数字识别 1.读入MNIST的图像数据集 使用mnist.py中的load_mnist()函数，就可以按下述方式轻松读入MNIST数据。 import sys, os sys.path.append(os.pardir) # 为了导入父目录中的文件而进行的设定 from dataset 阅读全文

摘要： 深度学习之反向传播算法 反向传播算法（正是用来求这个复杂到爆的梯度的） 梯度向量每一项的大小是在告诉大家，代价函数对于每个参数有多敏感，比如说你走了一段我讲的过程，计算了负梯度，对应这条线上这个权重的一项等于3.2，而对应这条边上的一项等于0.1，第一个权重对代价函数的值有32倍的影响力如果你稍微改 阅读全文

摘要： Machine Learning Steps： 1.Import the Data 2.Clean the Data 去除重复和不相关数据 3.Split the Data into Training/Test Sets 训练/测试 4.Create a Model 根据问题类型选择算法 5.Tra 阅读全文