学习 Python 这么久了，说起 Python 的优雅之处，能让我脱口而出的， Descriptor（描述符）特性可以排得上号。 描述符 是Python 语言独有的特性，它...
发简信
IP属地：辽宁
-
手把手教你 Python 描述符，没学会你打我
-
大师兄的数据分析学习笔记(二十六）：聚类（二）大师兄的数据分析学习笔记(二十五）：聚类（一）[https://www.jianshu.com/p/eea731db574d]大师兄的数据分析学习笔记(二十七）：聚类（三）[...
-
python计算超几何分布、二项分布、泊松分布
注意： 1.需要pip install scipy库以计算排列组合； 2.range左闭右开； 3.改自己要运算的数值是在循环结构部分，函数部分不动。 1.超几何分布计算 #...
-
JupyterLab使用教程：程序员的笔记本神器v2.0之前写过一份JupyterLab的使用教程，但是随着个人使用时间的增加和更多优秀插件的出现，断断续续我基于JupyterLab:v3.0+衍生出了自己的最佳实践，本篇文章将从...
-
【BCELoss】pytorch中的BCELoss理解1 BCELoss简介 BCELoss：Binary Cross Entropy Loss，二值交叉熵损失，适用于0/1二分类。 计算公式是 “ -ylog(y^hat) -...
-
我的实践：通过一个简单线性回归入门pytorch机器学习简单来讲就是要在数据中训练出一个模型，能够将输入映射成合理的输出。所以，在训练模型之前，我们首先准备好输入、输出对；然后再利用这些输入、输出对来优化模型，使模型的LO...
-
【深度学习框架输入格式】NCHW还是NHWC？
1 三大框架使用格式 PyTorch：NCHWCaffe：NCHWTensorFlow：默认使用NHWC，GPU也支持NCHW 2 NCHW和NHWC优缺点对比 NCHW 必...
-
图像语义分割实践（五）优化器与学习率概述 在数据制作环节中，提到minibatch思想用于数据批次量获取，是一种优化器思想，而该文则是对各种优化器进行介绍。优化器：最小化损失函数算法，把深度学习当炼丹的话，优化...
-
【YOLOv3 MobileNetV2】详解及作为YOLOv3 backbone1 MobileNetV2简介 MobileNetV2是一个轻量型卷积神经网络，使用深度可分离卷积。 如下图表示其中一个block的结构，主要包括Expansion laye...
-
图像语义分割实践（四）损失函数与实现在确定检测任务和模型构建完成后，随之需要对训练的准则Criterion进行实现，可称之为损失函数或代价函数，简明而言，训练过程中真实值和计算值的误差。 分割常见的损失函数如下...
-
图像语义分割实践（三）网络搭建与实现众所周知，神经网络搭建常用基础模块有卷积，池化，归一，激活，全连接等等。如果使用Pytorch进行网络的搭建时，除了需要掌握这些基础模块外，还需要熟悉模型容器。Pytorch...
-
图像语义分割实践（二）数据增强与读取图像语义分割实践（二）数据增强与读取 Pytorch数据加载顺序 神经网络模型训练过程需要进行梯度更新，梯度更新可分三种方式。1.批梯度下降(batch gradient d...
-
太赞了！这4款Pandas自动数据分析神器
我们做数据分析，在第一次拿到数据集的时候，一般会用统计学或可视化方法来了解原始数据。 了解列数、行数、取值分布、缺失值、列之间的相关关系等等，这个过程叫做EDA（Explor...
