介绍 环境准备 使用到的库： Pytorch matplotlib d2l d2l 为斯坦福大学李沐教授打包的一个库，其中包含一些深度学习中常用的函数方法。 安装： 12pip install matplotlibpip install d2l Pytorch 环境请自行配置。 数据集介绍 CIFAR-10 是一个更接近普适物体的彩色图像数据集。CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图片：飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。每个图片的尺寸为32 × 32，每个类别有 6000 个图像，数据集中一共有 50000 张训练图片和 10000 张测试图片。 下载地址： 官网（较慢）：http://www.cs.toronto.edu/~kriz/ ...
介绍 环境准备 使用到的库： Pytorch matplotlib d2l d2l 为斯坦福大学李沐教授打包的一个库，其中包含一些深度学习中常用的函数方法。 安装： 12pip install matplotlibpip install d2l Pytorch 环境请自行配置。 数据集介绍 Fashion-MNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。 Fashion-MNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。 下载地址： 本文使用 Pytorch 自动下载。 网络模型介绍 残差神经网络(ResNet) 是由微软研究院的 何恺明、张祥雨、任少卿、孙剑 等人提出的。ResNet 在 2015 年的 ILSVRC（ImageNet Large Scale Visual ...
介绍 环境准备 使用到的库： Pytorch matplotlib d2l d2l 为斯坦福大学李沐教授打包的一个库，其中包含一些深度学习中常用的函数方法。 安装： 12pip install matplotlibpip install d2l Pytorch 环境请自行配置。 数据集介绍 Fashion-MNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。 Fashion-MNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。 下载地址： 本文使用 Pytorch 自动下载。 网络模型介绍 Network In Network (NIN) 是由 Min Lin 等人于 2014 年提出，在 CIFAR-10 和 CIFAR-100 分类任务中达到当时的最好水平，其网络结构是由三个 ...
介绍 环境准备 使用到的库： Pytorch matplotlib d2l d2l 为斯坦福大学李沐教授打包的一个库，其中包含一些深度学习中常用的函数方法。 安装： 12pip install matplotlibpip install d2l Pytorch 环境请自行配置。 数据集介绍 Fashion-MNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。 Fashion-MNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。 下载地址： 本文使用 Pytorch 自动下载。 网络模型介绍 VGG-16 网络是 14 年牛津大学计算机视觉组和 Google DeepMind 公司研究员一起研发的深度网络模型。该网络一共有 16 个训练参数的网络，它的兄弟版本如下图所示，清晰的展示 ...
介绍 环境准备 使用到的库： Pytorch matplotlib d2l d2l 为斯坦福大学李沐教授打包的一个库，其中包含一些深度学习中常用的函数方法。 安装： 12pip install matplotlibpip install d2l Pytorch 环境请自行配置。 数据集介绍 Fashion-MNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。 Fashion-MNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。 下载地址 本文使用 Pytorch 自动下载。 网络模型介绍 AlexNet 是 2012 年 ImageNet 竞赛冠军获得者 Hinton 和他的学生 Alex Krizhevsky 设计的。AlexNet 中包含了几个比较新的技术点，也首次在 CNN ...
介绍 环境准备 使用到的库： Pytorch matplotlib 安装： 1pip install matplotlib Pytorch 环境配置请自行百度。 数据集介绍 使用 MNIST 数据集(Mixed National Institute of Standards and Technology database)。是美国国家标准与技术研究院收集整理的大型手写数字数据库，包含 60,000 个示例的训练集以及 10,000 个示例的测试集。 下载地址： http://yann.lecun.com/exdb/mnist/ 本文使用 Pytorch 自动下载。 网络模型介绍 LeNet 是由 Yann Lecun 提出的一种经典的卷积神经网络，是现代卷积神经网络的起源之一。本文使用的 LeNet 为 LeNet-5。结构图如下： 导入相关库 12345import torchfrom torch import nnfrom torchvision import datasets, transformsfrom torch.utils.data import DataLoa ...
学习笔记
未读对数组进行索引 我们可以使用行、列索引从数组中提取值，如： 123456789>> x = [1 2 3;4 5 6;7 8 9]x = 1 2 3 4 5 6 7 8 9>> y = x(2,2)y = 5 这样 y 会得到 x 第 2 行第 2 列的值，即数值 5，可以注意到 MATLAB 中的索引是从 1 开始的。 我们可以使用 MATLAB 关键字 end 作为行或列索引来引用最后一个元素： 12345678910111213>> x = [1 2 3;4 5 6;7 8 9]x = 1 2 3 4 5 6 7 8 9>> y = x(2,end)y = 6>> z = x(end,1)z = 7 这里 y 会得到 x 第 2 行最后一列的值，即数值 6；z 会得到 x 最后一行第 1 列的值，即数值 7。 end关键字在这里数值上就等于当前维度的长度， ...
学习笔记
未读输入数组 MATLAB 中的每个数值变量都是一个数组，单个称为标量的数值实际上是一个 1×1 数组，也即它包含 1 行 1 列。 我们可以用方括号[]来创建包含多个元素的数组： 123>> x = [2 3 4]x = 2 3 4 这样我们能够得到一个包含元素2、3、4的数组，也即一个包含元素2、3、4的行向量。 我们可以通过分号;来区分数组中的不同行： 1234>> x = [2 3 4;5 6 7]x = 2 3 4 5 6 7 这样我们能够得到一个2×3数组，第一行包含元素2、3、4，第二行包含元素5、6、7。 创建等间距向量 有的时候，我们会需要一些包含等间距数值的向量，如： 123>> x = [2 3 4]x = 2 3 4 当需要的数值量更多时，我们需要写成这样： 123>> x = [2 3 4 5 6 7 8 9 10 11 12]x = 2 3 4 5 6 7 8 ...
学习笔记
未读将变量保存到.mat文件中 我们可以使用 save 命令将工作区中的变量保存到称为 MAT 文件的 MATLAB 特定格式文件中，语法格式如下： 1save file_name 则工作区变量将会被保存到当前目录下文件 file_name.mat 中。 删除工作区的变量 我们可以使用 clear 函数从工作区中删除所有变量： 1clear 这样工作区之前存在的变量都会被删除。 从.mat文件中加载变量 我们可以使用 load 命令从 MAT 文件加载变量，语法格式如下： 1load file_name 则当前目录下文件 file_name.mat 中保存的变量都会被加载到工作区中。 清理命令行窗口 我们可以使用 clc 命令清理命令行窗口： 1clc 这样之前命令行上的所有信息都会被清理。
传统三元表达式 Python 中传统三元表达式的语法如下： 通过三元表达式，可以将if-else语句放到一行里。 但传统的写法有些冗长，在参与表达式计算时显得不那么简洁。 123a = int(input("请输入一个整数："))b = int(input("请输入另一个整数："))print(f"两个整数中较大的是：{a if a > b else b}") 另类三元表达式 本文将教大家 Python 三元表达式的另外一种实现方式，其长度会短于传统三元表达式。 语法如下： 它在参与表达式运算时，会让表达式更短，从而更显简洁： 123a = int(input("请输入一个整数："))b = int(input("请输入另一个整数："))print(f"两个整数中较大的是：{(b, a)[a > b]}") 它本质上其实是元组的索引，其缺点是可读性不如传统三元表达式。
