YangShusen' - 博客园

傅里叶变换的简易证明

摘要：傅里叶变换FT 傅里叶级数：法国数学家傅里叶发现，任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示。 1.三角函数正交性三角函数正交性用到了：$(i)$三角函数系 $(ii)$ 三角函数的积化和差 $(iii)$ 向量内积 1.1三角函数系三角函数系就是由下列具有一定规律的正弦函数、余阅读全文

posted @ 2023-04-06 18:00 YangShusen' 阅读(1045) 评论(0) 推荐(0) 编辑

[Cpp编程] 1.2 变量

摘要： C++ 变量类型变量其实只不过是程序可操作的存储区的名称。 --菜鸟C++ C++ 中每个变量都有指定类型，类型决定了存储变量的大小和布局，在范围内的值都可以存储在内存中。而运算符可以应用于变量上。变量的名称可以由字母数字下划线等组成。类型描述 bool 存储值 true 或 false。阅读全文

posted @ 2022-02-04 17:10 YangShusen' 阅读(66) 评论(0) 推荐(0) 编辑

[Cpp编程] 1.1 认识C++ 、typedef 、枚举

摘要： C++ 编程在线运行C++编译：菜鸟在线编译工具 C++简介 C++ 是一种静态类型的、编译式的、通用的、大小写敏感的、不规则的编程语言，支持过程化编程、面向对象编程和泛型编程。 C++环境配置通过编辑器创建的文件通常称为源文件，源文件包含程序源代码。C++ 程序的源文件通常使用扩展名 .cpp 阅读全文

posted @ 2022-02-04 15:39 YangShusen' 阅读(366) 评论(0) 推荐(0) 编辑

Pytorch 5.4 GPU

摘要： Pytorch GPU 加速 (拥有Nvidia显卡) 查看自己的 torch 版本型号 >>> torch.__version__ '1.10.1+cpu' 假如你的 torch 版本是和我一样的，那么你就需要安装 CUDA11.1的版本对应表如下：$CLICK HERE$ 下载安装CUDA 阅读全文

posted @ 2022-01-25 15:19 YangShusen' 阅读(115) 评论(0) 推荐(0) 编辑

Pytorch 5.3 自定义层、读写文件

摘要：自定义层早在Pytorch 5.1 中我们就有讲过自定义层的实现和原理，具体可以参考我的前两篇文章。这篇文章主要是补充带参数的层的自定义，和不带参数的层的自定义。不带参数自定义层 class CenterLayer(nn.Module): # 我们定义其为 a-a的均值 def __init_ 阅读全文

posted @ 2022-01-25 14:33 YangShusen' 阅读(104) 评论(0) 推荐(0) 编辑

Pytorch 5.2 参数管理

摘要：参数管理对于深度学习，参数可以比喻成耶稣和耶稣的十字架，模型的好坏，跟我们的参数有密切的关系，据此，深入了解 $Pytorch$ 的参数是如何运行和作用的是十分重要的。参数访问我们从单层隐藏层的感知机入手： import torch from torch import nn net = n 阅读全文

posted @ 2022-01-21 23:28 YangShusen' 阅读(134) 评论(0) 推荐(0) 编辑

Pytorch 5.1 深度学习计算：层和块

摘要：层此前，我们学习了多层感知机(Multi Layer Perceptron ,MLP) 。神经网络的核心组件是层$(layer)$，它是一种数据处理模块，我们可以将其看作数据过滤器。输入一些数据经过处理后，输出的数据变得更加有用。块 **块$(block)$**可以描述单个层、由多个层组成的组件阅读全文

posted @ 2022-01-20 22:54 YangShusen' 阅读(181) 评论(0) 推荐(0) 编辑

Pytorch 4.9 实战Kaggle比赛：预测房价

摘要：实战Kaggle比赛：预测房价我们要使用$Bart de Cock$于2011年收集 $[DeCock, 2011]$，涵盖了 $2006-2010$ 年期间亚利桑那州埃姆斯市的房价。来预测房价。 ####step.1下载数据集我们有两种方式下载数据集第一种方式是注册一个 \(Kag 阅读全文

posted @ 2022-01-15 23:44 YangShusen' 阅读(801) 评论(0) 推荐(0) 编辑

Pytorch 4.8 梯度爆炸和梯度消失以及解决的办法

摘要：梯度爆炸/消失梯度消失：参数更新过小，在每次更新时几乎不会移动，导致模型无法学习。 %matplotlib inline import torch from d2l import torch as d2l # 梯度消失参数更新过小，在每次更新时几乎不会移动，导致模型无法学习 x = torc 阅读全文

posted @ 2022-01-12 12:11 YangShusen' 阅读(1912) 评论(0) 推荐(0) 编辑

Pytorch 4.7 前向传播和反向传播剖析

摘要：前向传播前向传播（forward propagation或forward pass）指的是：按顺序（从输入层到输出层）计算和存储神经网络中每层的结果。为了搞清楚前向传播是如何实现的，我们以简单的例子作为切入点，假设输入的样本是 $X\in R^{d×1}$ ，隐藏层不包括偏置项 $b$ 阅读全文

posted @ 2022-01-08 23:37 YangShusen' 阅读(729) 评论(0) 推荐(0) 编辑

请叫我杨先生

导航