xggx

摘要： ANN-- PyTorch 手机价格分类 导包 import torch from torch.utils.data import TensorDataset from torch.utils.data import DataLoader import torch.nn as nn import t 阅读全文

摘要： 学习率衰减优化 和 正则化 学习率衰减优化 在训练神经网络时，学习率通常需要随着训练过程动态调整。主要原因如下： 训练后期若学习率过高，可能导致损失函数在最小值附近震荡，难以收敛 若学习率减小过慢，则收敛速度会变慢，训练时间延长 若学习率减小过快，则可能陷入局部最优或提前停止学习 学习率衰减策略通过 阅读全文

摘要： 梯度下降优化算法 在梯度下降优化算法中，可能会遇到以下情况： 遇到平缓区域，梯度值较小，参数优化变慢 遇到"鞍点"，梯度为0，参数无法继续优化 遇到局部最小值，参数无法达到全局最优 为了解决这些问题，研究者们提出了一系列梯度下降优化算法的改进方法，例如：Momentum、AdaGrad、RMSPro 阅读全文

摘要： 损失函数 概述： 在机器学习和深度学习中，损失函数（Loss Function）用于衡量模型预测值与真实值之间的差异。它是训练过程中优化的目标，通过最小化损失函数来提升模型的性能。 也叫"代价函数"（Cost Function）或"目标函数"（Objective Function）或"误差函数"（E 阅读全文

摘要： 神经网络基础 构建神经网络 神经网络是由多个神经元组成，构建神经网络就是在构建神经元。以下是神经网络中神经元的构建说明： 接下来，我们使用多个神经元来构建神经网络，相邻层之间的神经元相互连接，并给每一个连接分配一个强度，如下图所示： 神经网络中信息只向一个方向移动，即从输入节点向前移动，通过隐藏节点 阅读全文

摘要： Pytorch线性回归模拟 import torch from torch.utils.data import TensorDataset # 张量数据集 from torch.utils.data import DataLoader # 数据加载器 from torch import nn ## 阅读全文

摘要： 自动微分模块 1 多元线性公式 公式：y = wx + b w 的行对应样本特征的个数，列代表神经元个数 2 权重更新公式 w(新) = w(旧) - lr(学习率) * dw (权重的梯度，即损失函数对权重的偏导数) b(新) = b(旧) - lr(学习率) * db (偏置的梯度，即损失函数对 阅读全文

摘要： 1. 张量简介 张量：存储同一类型元素的容器。 创建方式： torch.tensor()：从多种数据结构创建，支持数值和布尔类型。 torch.Tensor()：根据形状创建张量，默认数据类型为 float32。 2. 创建张量 2.1 创建特定值张量 torch.ones(), torch.one 阅读全文

摘要： 前缀和 一维前缀和 一维前缀和主要用于计算任意区间的元素和。 计算前缀和 sum[i] = sum[i - 1] + a[i]; 计算区间[l, r]的元素和 s = sum[r] - sum[l - 1]; 二维前缀和 二维前缀和是一种用于快速计算二维数组中任意子矩阵元素之和。 // 计算矩阵的前 阅读全文

摘要： 字符串 一、构造函数 char str[]; char *str; string str; // 空字符串 string str(s) // 将字符串s复制给str strcpy(str, s) // C语言形式 str和s类型均为char* string str(s, begin, len); / 阅读全文