按时间归档：2022年05月
-
基于Pytorch和Vgg16实现图片分类
最近在基于Pytorch框架补一些CNN的基础知识，学会自己写简单的卷积神经网络，从加载数据集到训练模型、测试模型、保存模型和输出测试结果，现在来总结一下。 首先基于Pytorch…
-
入门机器学习（西瓜书+南瓜书）聚类总结（python代码实现）
入门机器学习（西瓜书+南瓜书）聚类总结（python代码实现） 一、聚类 1.1 通俗理解 聚类，顾名思义就是把数据特征相似的数据聚为一类。属于无监督学习的范畴。没有标签值的监督，…
-
Pytorch学习之神经网络参数管理
这里记录一下pytorch神经网络参数管理方法(参数访问、参数初始化、参数绑定)，方便自己和需要的朋友学习、查阅。 目录 一、参数访问 1.1 访问指定层的指定参数 首先构建一个多…
-
【DELM分类】基于灰狼算法改进深度学习极限学习机实现数据分类附matlab代码
1 简介 人工神经网络的最大缺点是训练时间太长从而限制其实时应用范围,近年来,极限学习机(Extreme Learning Machine, ELM)的提出使得前馈神经网络的训练时…
-
【线性代数】理解特征值和特征向量
1 通俗解释 定义：对于任意可逆方阵，存在一个向量，用该矩阵乘以该向量后，向量的大小发生变化而方向不变。也就是说，对于矩阵，存在一个非的维向量使下式成立： 其中，比例系数成为矩…
-
模式识别中利用二型势函数法求解非线性分类器的原理以及python代码实现
前言 在学校的深度学习实验过程中，由于要求实现非线性分类器的势函数实验中给出的例程代码是matlab语言的（ps：自从电脑被偷了以后，新电脑没有装matlab），我便想到用pyth…
-
深度对抗神经网络(DANN)笔记
一 总体介绍 DANN是一种迁移学习方法，是对抗迁移学习方法的代表方法。基本结构由特征提取层f,分类器部分c和对抗部分d组成，其中f和c其实就是一个标准的分类模型，通过GAN（生成…
-
[论文阅读] Meta-Weight-Net: Learning an Explicit Mapping For Sample Weighting
摘要 目前的深度神经网络(DNNs)很容易对带有损坏标签或类不平衡的有偏训练数据（biased training data）进行过拟合。通常采用样本重加权策略来缓解这一问题，通过设…
-
pytorch报错tensor.item()——IndexError: invalid index of a 0-dim tensor.
IndexError: invalid index of a 0-dim tensor. Use `tensor.item()` in Python or `tensor.item…
-
【机器学习】几种常见的无监督学习算法
几种常见的无监督学习算法 1. PCA 降维是指在保留数据特征的前提下，以少量的变量表示有许多变量的数据，这有助于降低多变量数据分析的复杂度。减少数据变量的方法有两种：一种是只选择…
