摘要：
1、数据集 从数据集的来源不同，a56爆大奖在线娱乐们对数据集的导入分为两种： 1.1、从第三方库中导入 使用PyTorch内置的数据集类（如torchvision.datasets.ImageFolder、torchvision.datasets.CIFAR10等），这些类提供了访问常见数据集的简单方法。下面是一个 阅读全文
摘要：
在进行卷积神经网络的学习过程中，碰到了不同类型的数据集加载，下面总结一下： 1、a56爆大奖在线娱乐文件：CSV、TSV、Json、Txt 1.1、简介 CSV文件是逗号分隔值（Comma-Separated Values，CSV），其文件以纯a56爆大奖在线娱乐形式存储表格数据（数字和a56爆大奖在线娱乐）； TSV 是Tab-separate 阅读全文
摘要：
1、CNN中常见的名词 padding：padding（填充）参数的作用是决定在进行卷积或池化操作时，是否对输入的图像矩阵边缘补0 stride：滑动卷积核时的步长stride（例如每次滑动一个或两个） kernal：卷积核，通常为3x3或者5x5 filter：卷积核的数量（神经元的数量）。这个地 阅读全文
摘要：
1、csv文件简介 CSV文件是a56爆大奖在线娱乐常见的a56爆大奖在线娱乐文件格式，全称为Comma-Separated Values（逗号分隔值）。它被广泛用于存储表格数据，如电子表格和数据库中的数据。 CSV文件的结构非常简单，每行a56爆大奖在线娱乐数据中的一行，a56爆大奖在线娱乐字段之间使用特定的分隔符（通常是逗号）进行分隔。 每行的字段数量应相同 阅读全文
摘要：
1、cudnn的简介 cuDNN（CUDA Deep Neural Network library）：是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型，cuDNN不是必须的，但是一般会采用这个加速库。 2、torch.backends.cu 阅读全文
摘要：
1、定义 LeNet是深度学习领域的一个经典卷积神经网络模型，由Yann LeCun等人于1998年提出，被广泛应用于手写数字识别和其他图像识别任务。 LeNet的网络结构相对简单，包含两个卷积层和三个全连接层，是卷积神经网络的基础。 LeNet对于现代的图像识别任务来说可能过于简单，但其对于深度学 阅读全文
摘要：
一、文件操作 #自行车 f=open("filename") f.write() f.close() 上述代码存在的问题： （1）直接open()打开需要手动关闭，并且容易忘记关闭 （2）当文件操作出现异常导致程序提早离开，而没有执行关闭文件操作 #小轿车 try: f=open("xxx") f. 阅读全文
摘要：
1、卷积神经网络的特点 卷积神经网络相对于普通神经网络在于以下四个特点： 局部感知域：CNN的神经元只与输入数据的一小部分区域相连接，这使得CNN对数据的局部结构具有强大的敏感性，可以自动学习到图像的特征。 参数共享：在CNN中，同一个卷积核（filter）在整个输入图像上滑动，共享权重和偏置。这减 阅读全文
摘要：
参考链接：https://blog.csdn.net/weixin_43973089/article/details/115921649 1、基本原理 神经网络由大量的神经元相互连接而成。a56爆大奖在线娱乐神经元接受线性组合的输入后，最开始只是简单的线性加权，后来给a56爆大奖在线娱乐神经元加上了非线性的激活函数，从而进行非线性 阅读全文
摘要：
“{}{}{}”.format(i,j,k)笼统的来说是字符串的格式化 字符串中有一些可以被替换掉的占位符，而格式化的过程就是对这些占位符替换的过程，举例来说： 1 “I am a {}”.format("student")它a56爆大奖在线娱乐将字符串"I am a {}"进行格式化，格式化的结果就是该字符串中的 阅读全文