Logo

《Pytorch学习指南》- 基础API(2)

1. inplace和广播机制in-place 操作就地操作, 不适用临时变量, 比如 a.add_(b) = a + b => 计算结果直接赋值给 a 等价于 a += b广播机制张量参数可以自动的扩展为相同的大小广播机制满足的条件每个张量至少有一个维度满足右对齐 :例如 torch.ran...

《Pytorch学习指南》- 基础API(3)

1. Pytorch的统计学函数import torchfor module in torch,: print(module.__name__, module.__version__)torch 1.9.1+cpu1.1 均值与最大最小值torch.mean() 返回平均值torch.sum(...

《Pytorch学习指南》- Dataset和Dataloader用法详解

前言本章节主要介绍如何使用torch.utils.data 中的Dataset和Dataloader来构建数据集, 重点要看使用细节DataSettorch.utils.data.Dataset功能 : Dataset抽象;类, 所有自定义的Dataset都需要继承他, 并重写相应的方法getite...

NLTK - 通用词下载

1. 停用词下载NLTK : https://www.nltk.org/data.html停用词下载地址 : http://www.nltk.org/nltk_data/2. 安装将下载后的 stopwords 放在虚拟环境的指定位置, nltk_data 和 corpora 是需要自己创建的3. ...

《动手学习深度学习》- 基于Tensor flow实现线性回归

1. 使用 tensorflow 的 keras 接口实现线性回归import tensorflow as tffrom tensorflow import data as tfdata2. 生成数据集# 数据维度num_input = 2# 元素个数num_examples = 1000# 参数t...

《动手学习深度学习》- 从零开始实现线性回归模型

1. 线性回归的从零开始实现本节将介绍如何只利用Tensor和GradientTape来实现一个线性回归的训练。首先,导入本节中实验所需的包或模块,其中的matplotlib包可用于作图,且设置成嵌入显示。%matplotlib inlineimport tensorflow as tfprint(...

《动手学习深度学习》- Tensorflow自动求梯度

import tensorflow as tfimport numpy as nptf.__version__'2.3.0'1. 自动求梯度简介在深度学习中,我们经常需要对函数求梯度(gradient)。本节将介绍如何使用tensorflow2.0提供的GradientTape来自动求梯度。Grad...

《动手学习深度学习》- Tensorflow数据操作

在深度学习中,我们通常会频繁地对数据进行操作。作为动手学深度学习的基础,本节将介绍如何对内存中的数据进行操作。...

《Java8新特性》- lambda

1. Lambda 入门1.1 lambda表达式简介Lambda表达式是一个匿名函数, 我们可以把Lambda表 达式理解为是一段可以传递的代码(将代码像数据一样 进行传递) 。可以写出更简洁、更灵活的代码。作为一种更紧凑的代码风格,使得Java语言表达能力得到了提升。JDK8 中引入了一个新的操...

Docker 连接IDEA一键部署项目 (CA认证)

一、配置CA认证的 IDEA连接Docker一定要注意 ! 一定要设置CA认证 不然很有可能被挖矿病毒劫持!!!!!!参考 https://blog.csdn.net/ChineseYoung/article/details/831073531. 步骤# 1、创建ca文件夹,存放CA私钥和公钥[ro...