辛宣的小博园

摘要： 概念 归一化就是把所有数据都转化成[0,1]或者[-1,1]之间的数，其目的是为了取消各维数据之间的数量级差别，避免因为输入输出数据数量级差别大而造成网络预测误差过大。 好处 归一化有如下好处，即 1）归一化后加快了梯度下降求最优解的速度，也即加快训练网络的收敛性； 2）归一化有可能提高精度 归一化 阅读全文

摘要： 张量（tensor）是多维数组，目的是把向量、矩阵推向更高的维度。 参考： https://www.zhihu.com/question/20695804/answer/447498656 阅读全文

摘要： LeNet类继承了nn.Module,并且在__init__方法中实现了各个子模块的构建。 LetNet类里面的forward方法——通过调用forward方法来实现子模块的拼接操作。 在构造网络结构是需要继承 nn.Module 类，并重新构造 __init__和forward两个方法，但需要注意 阅读全文

摘要： 子曰：找对象先了解品行，学对象先了解属性。 https://xufive.blog.csdn.net/article/details/87396460 今天看项目的时候，numpy迷糊了，明天继续看看并总结 阅读全文

摘要： ./ 代表的是当前目录 ../代表的是上一级目录，也就是父级目录 ../../表示源文件所在目录的上上级目录，以此类推 / 表示根目录 阅读全文

摘要： permute()函数: permute()函数其实是对矩阵的块行列进行交换 LSTM模型后增加DENSE（全连接）层的目的是什么？ LSTM主要用于处理变长序列，就是说输入的长度是可变的。而全连接层的输入长度是固定的。 lstm和cnn都是部分连接共享参数，全连接是全部连接。 列表和numpy数组 阅读全文

摘要： nn.Linear的理解 nn.Linear是pytorch中线性变换的一个库 在实际应用中，nn.Linear往往用来初始化矩阵，供神经网络使用。 view（）方法 我们经常会用到x.view()方法来进行数据维度的变化 传入数字-1，自动对维度进行变换 我们使用-1数字自动计算出了其余的一个维度 阅读全文

摘要： 给定一个大小为 n 的数组 nums ，返回其中的多数元素。多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素。 你可以假设数组是非空的，并且给定的数组总是存在多数元素。 示例 1： 输入：nums = [2,2,1,1,1,2,2] 输出：2 思路： 摩尔投票法 当计数为0的时候，把新来的 阅读全文

摘要： 给你一个 非空 整数数组 nums ，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。 你必须设计并实现线性时间复杂度的算法来解决此问题，且该算法只使用常量额外空间。 示例 1 ： 输入：nums = [2,2,1] 输出：1 输入：nums = [4,1,2,1,2 阅读全文

摘要： 找到所有数组中消失的数字 给你一个含 n 个整数的数组 nums ，其中 nums[i] 在区间 [1, n] 内。请你找出所有在 [1, n] 范围内但没有出现在 nums 中的数字，并以数组的形式返回结果。 示例 1： 输入：nums = [4,3,2,7,8,2,3,1] 输出：[5,6] 思 阅读全文