当前位置： 首页 > news >正文

5.10【机器学习】

news 2026/2/12 16:49:20

如果FLAG的画，就是已经有模型了，不然就新建一个模型，通过TORCH方法

在训练的时候，如果TRAIN的话就是训练，不然就是预测

forward前向预测出来一个结果，就是1234

在train方法里，进行多轮迭代，每轮迭代都是通过底层的train_epoch方法进行的；里面主要的功能是打印每轮训练的具体信息

在train_epoch方法里，通过前向传播，计算损失，然后反向传播，梯度更新；里面主要进行的是模型训练

原图像是长*宽的通道图像，通过拍扁，可以拉伸为一维的一个图像，1*784，特征数是784

有60000个图，那么就是可以变换为60000*784的矩阵，每一行都代表一个图片

预处理数据：

将训练图像转换为浮点数，并做归一化。

将训练集标签转换为独热编码，是标签化为独热编码，就是一共有多少个标签的话，就有多少位，，然后对应位上的是1

输入层映射到隐藏层，隐藏层数量定位1024的话，那么就是784*1024，即输入特征的数量，到隐藏层的数量，最后输出层就是类标签的总数，即1024*10，从1024映射到10上

相关文章：

5.10【机器学习】

如果FLAG的画，就是已经有模型了，不然就新建一个模型，通过TORCH方法 在训练的时候，如果TRAIN的话就是训练，不然就是预测 forward前向预测出来一个结果，就是1234 在train方法里，进行多轮迭代&am…...

编程日记 2024/12/3 6:12:30

[白月黑羽]关于仿写股票数据软件题目的解答

原题： 对应问题视频： 实现的效果 不同点 实现的作品和原题要求的不同点 题目要求爬虫获取数据，作品中是调库获取所有股票历史数据实时数据使用爬虫的方式爬取指定股票的数据，需要实时更新，我做了修改，改…...

编程日记 2024/12/3 6:09:27

详解LZ4文件解压缩问题

详解LZ4文件解压缩问题 一、LZ4文件解压缩方法1. 使用LZ4命令行工具2. 使用Python库3. 使用第三方工具4. 在线解压工具 二、常见问题及解决方法1. 解压显示文件损坏2. 解压后文件大小异常 三、总结 LZ4是一种快速的压缩算法，广泛应用于需要实时压缩和解压缩大文件的…...

编程日记 2024/12/3 6:08:26

vue项目中单独文件的js不存在this.$store?.state怎么办

在Vue项目中，如果你在单独的文件（比如插件、工具函数等）中遇到this.$store不存在的情况，这通常是因为this上下文不指向Vue实例，或者Vuex store没有被正确地注入到Vue实例中。以下是几种可能的解决方案： 确保…...

编程日记 2024/12/3 6:07:25

Github提交Pull Request教程 Git基础扫盲（零基础易懂）

1 PR是什么？ PR，全称Pull Request（拉取请求），是一种非常重要的协作机制，它是 Git 和 GitHub 等代码托管平台中常见的功能，被广泛用于参与社区贡献，从而促进项目的发展。 PR的整个过…...

编程日记 2024/12/3 6:06:24

Java函数式编程【二】【Stream的装饰】【中间操作】【map映射器】【摊平映射器flatMap】

一、Java的Stream流式编程中的中间操作 Java的Stream流式编程中，中间操作是对数据流进行处理的一种方式，这些操作通常返回流对象本身，以便可以链接更多的操作。以下是一些常见的中间操作： filter(Predicate predicate) - 用于通过…...

编程日记 2024/12/3 6:05:22

树莓派明明安装了opencv和numpy，却找不到

当然不止树莓派，配置python环境都可能存在这个问题 可能是因为安装的 numpy 或者 opencv 版本与 Python 的包路径不匹配。下面是问题的常见原因及解决方法：【方法一和二优先考虑】 原因分析 多版本 Python 环境冲突： 树莓派上可能有多个版本…...

编程日记 2024/12/3 6:02:20

numpy.float8不存在；Python中，实现16位浮点数

目录 python中矩阵的浮点数存储 numpy.float8不存在 Python中，实现16位浮点数 实现 float16 关于 float8 python中矩阵的浮点数存储 在Python中，矩阵通常是通过嵌套列表（list of lists）、NumPy数组（numpy.ndarray）或其他类似的数据结构来表示的。矩阵中存储的数值所…...

编程日记 2024/12/3 5:59:14

Redis集群配置 （不使用docker 部署）

1. Redis集群简介 1.1 什么是Redis集群 Redis集群是一种通过将多个Redis节点连接在一起以实现高可用性、数据分片和负载均衡的技术。它允许Redis在不同节点上同时提供服务，提高整体性能和可靠性。根据搭建的方式和集群的特性，Redis集群主要有三种模式&…...

编程日记 2024/12/3 5:58:14

HTML5系列（7）-- Web Storage 实战指南

前端技术探索系列：HTML5 Web Storage 实战指南 🗄️ 致读者：本地存储的新纪元 👋 前端开发者们， 今天我们将深入探讨 HTML5 中的 Web Storage 技术，这是一个强大的本地存储解决方案，让我们能…...

编程日记 2024/12/3 5:57:12

【在Linux世界中追寻伟大的One Piece】读者写者问题与读写锁

目录 1 -> 读者写者问题 1.1 -> 什么是读者写者问题 1.2 -> 读者写者与生产消费者的区别 1.3 -> 如何理解读者写者问题 2 -> 读写锁 2.1 -> 读写锁接口 3 -> 读者优先(Reader-Preference) 4 -> 写者优先(Writer-Preference) 1 -> 读者写者…...

编程日记 2024/12/3 5:55:10

用到动态库的程序运行过程

当我们写好了一段代码然后编译运行后会生成可执行文件，该文件会存在磁盘的当前目录下，而当我们开始运行这段程序时，操作系统（加载器）需要将其从磁盘加载进内存然后执行相关操作，而对于用到动态库的程序&…...

编程日记 2024/12/3 5:54:09

类型转换与IO流：C++世界的变形与交互之道

文章目录 前言🎄一、类型转换🎈1.1 隐式类型转换🎈1.2 显式类型转换🎁1. C 风格强制类型转换🎁2. C 类型转换操作符 🎈1.3 C 类型转换操作符详解🎁1. static_cast🎁2. dynamic_cast&…...

编程日记 2024/12/3 5:51:05

Pytorch使用手册- TorchVision目标检测微调Tutorial的使用指南（专题十二）

这篇教程的目标是对一个预训练的 Mask R-CNN 模型进行微调，应用于 Penn-Fudan 行人检测与分割数据集。该数据集包含 170 张图像，里面有 345 个行人实例，我们将通过这个教程来演示如何使用 torchvision 中的新特性，训练一个面向自定义数据集的目标检测和实例分割模型。 注意…...

编程日记 2024/12/3 5:47:01

人工智能机器学习算法分类全解析

目录 一、引言 二、机器学习算法分类概述 （一）基于学习方式的分类 1. 监督学习（Supervised Learning） 2. 无监督学习（Unsupervised Learning） 3. 强化学习（Reinforcement Learning&#xf…...

编程日记 2024/12/3 5:45:00

Linux 35.6 + JetPack v5.1.4@DeepStream安装

Linux 35.6 JetPack v5.1.4DeepStream安装 1. 源由2. 步骤Step 1 安装Jetpack 5.1.4 L4T 35.6Step 2 安装依赖组件Step 3 安装librdkafkaStep 4 安装 DeepStream SDKStep 5 测试 deepstream-appStep 6 运行 deepstream-app 3. 总结3.1 版本问题3.2 二进制help 4. 参考资料 1. …...

编程日记 2024/12/3 5:43:58

图数据库 | 11、图数据库架构设计——高性能图存储架构(下)

在上篇内容中，老夫着重讲了高性能图存储系统的特点，咱们继续往下讲重点——高性能存储架构的设计思路！！ 2.高性能存储架构设计思路 首先呢，存储架构以及核心数据结构的设计思路通常围绕如下4个维度来进行&#xff1a…...

编程日记 2024/12/3 5:42:57

【HTTP】HTTP协议

一个Web Server就是个服务器软件（程序），或者是运行这个服务器软件的硬件（计算机），其主要功能是通过HTTP协议与客户端进行通信，来接收，存储，处理来自客户端的HTTP请求&…...

编程日记 2024/12/3 5:41:56

大数据新视界 -- Hive 基于 MapReduce 的执行原理（上）（23 / 30）

💖💖💖亲爱的朋友们，热烈欢迎你们来到 青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而 我的…...

编程日记 2024/12/3 5:38:54

SpringBoot源码解析(六)：打印Banner

SpringBoot源码系列文章 SpringBoot源码解析(一)：SpringApplication构造方法 SpringBoot源码解析(二)：引导上下文DefaultBootstrapContext SpringBoot源码解析(三)：启动开始阶段 SpringBoot源码解析(四)：解析应用参数args Sp…...

编程日记 2024/12/3 5:37:53

Vim 调用外部命令学习笔记

Vim 外部命令集成完全指南 文章目录 Vim 外部命令集成完全指南核心概念理解命令语法解析语法对比 常用外部命令详解文本排序与去重文本筛选与搜索高级 grep 搜索技巧文本替换与编辑字符处理高级文本处理编程语言处理其他实用命令 范围操作示例指定行范围处理复合命令示例 实用技…...

编程新知 2025/11/16 8:24:16

MPNet：旋转机械轻量化故障诊断模型详解python代码复现

目录 一、问题背景与挑战 二、MPNet核心架构 2.1 多分支特征融合模块（MBFM） 2.2 残差注意力金字塔模块（RAPM） 2.2.1 空间金字塔注意力（SPA） 2.2.2 金字塔残差块（PRBlock） 2.3 分类器设计 三、关键技术突破 3.1 多尺度特征融合 3.2 轻量化设计策略 3.3 抗噪声…...

编程新知 2026/2/12 3:06:23

MySQL 隔离级别：脏读、幻读及不可重复读的原理与示例

一、MySQL 隔离级别 MySQL 提供了四种隔离级别，用于控制事务之间的并发访问以及数据的可见性，不同隔离级别对脏读、幻读、不可重复读这几种并发数据问题有着不同的处理方式，具体如下： 隔离级别脏读不可重复读幻读性能特点及锁机制读未提交（READ UNCOMMITTED）允许出现允许…...

编程新知 2025/9/16 21:01:58

【快手拥抱开源】通过快手团队开源的 KwaiCoder-AutoThink-preview 解锁大语言模型的潜力

引言： 在人工智能快速发展的浪潮中，快手Kwaipilot团队推出的 KwaiCoder-AutoThink-preview 具有里程碑意义——这是首个公开的AutoThink大语言模型（LLM）。该模型代表着该领域的重大突破，通过独特方式融合思考与非思考…...

编程新知 2026/2/6 19:29:20

Cinnamon修改面板小工具图标

Cinnamon开始菜单-CSDN博客 设置模块都是做好的，比GNOME简单得多！ 在 applet.js 里增加 const Settings imports.ui.settings;this.settings new Settings.AppletSettings(this, HTYMenusonichy, instance_id); this.settings.bind(menu-icon, menu…...

编程新知 2026/1/31 14:56:22

[10-3]软件I2C读写MPU6050 江协科技学习笔记（16个知识点）

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16...

编程新知 2026/1/28 8:34:48

Neo4j 集群管理：原理、技术与最佳实践深度解析

Neo4j 的集群技术是其企业级高可用性、可扩展性和容错能力的核心。通过深入分析官方文档，本文将系统阐述其集群管理的核心原理、关键技术、实用技巧和行业最佳实践。 Neo4j 的 Causal Clustering 架构提供了一个强大而灵活的基石，用于构建高可用、可扩展且一致的图数据库服务…...

编程新知 2025/12/27 16:43:24

TRS收益互换：跨境资本流动的金融创新工具与系统化解决方案

一、TRS收益互换的本质与业务逻辑 （一）概念解析 TRS（Total Return Swap）收益互换是一种金融衍生工具，指交易双方约定在未来一定期限内，基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...

编程新知 2025/11/2 0:31:23

LLM基础1_语言模型如何处理文本

基于GitHub项目：https://github.com/datawhalechina/llms-from-scratch-cn 工具介绍 tiktoken：OpenAI开发的专业"分词器" torch：Facebook开发的强力计算引擎，相当于超级计算器 理解词嵌入：给词语画"…...

编程新知 2025/9/25 5:16:24

JUC笔记(上)-复习 涉及死锁 volatile synchronized CAS 原子操作

一、上下文切换 即使单核CPU也可以进行多线程执行代码，CPU会给每个线程分配CPU时间片来实现这个机制。时间片非常短，所以CPU会不断地切换线程执行，从而让我们感觉多个线程是同时执行的。时间片一般是十几毫秒(ms)。通过时间片分配算法执行。…...

编程新知 2026/1/31 23:25:09