摘要：
无API实现神经网络 假装一个数据集 a = torch.Tensor([[1,2,3],[4,5,6]]) b = torch.Tensor([[1],[2],[3]]) 设置参数 w1 = nn.Parameter(torch.randn(2, 4)*0.01) b1 = nn.Paramete 阅读全文
posted @ 2021-09-20 00:46
笑云博文
阅读(65)
评论(0)
推荐(0)
摘要：
import torch from torch.autograd import Variable 设置参数 w = Variable(torch.randn(1), requires_grad = True) b = Variable(torch.randn(1), requires_grad = 阅读全文
posted @ 2021-09-20 00:42
笑云博文
阅读(47)
评论(0)
推荐(0)
摘要：
Tensor 首先导入有关的库 import torch import numpy as np numpy与tensor的转换 由numpy转换成tensor 对于numpy到tensor的转换，一般有两种方法 利用torch.Tensor tensor_from_np1 = torch.Tenso 阅读全文
posted @ 2021-09-20 00:38
笑云博文
阅读(135)
评论(0)
推荐(0)
摘要：
简述 利用观测到的x,利用先验概率和类条件概率，决定x属于哪一类 后验概率无法直接获得，因此我们需要找到方法来计算它，而解决方法就是引入贝叶斯公式。 贝叶斯理论 可以看出，贝叶斯公式是“由果溯因”的思想，当知道某件事的结果后，由结果推断这件事是由各个原因导致的概率为多少。 先验概率：执因求果，这是一 阅读全文
posted @ 2021-09-20 00:19
笑云博文
阅读(724)
评论(0)
推荐(0)
浙公网安备 33010602011771号