在机器学习和数据科学领域，分类问题是最常见的任务之一。分类问题可以分为多类分类和二分类。本文将重点介绍二分类，解释其概念、应用场景、常用算法以及实际案例。 什么是二分类？ 二分类（Binary Classification）是指将数据分为两类的一种分类任务。换句话说，模型的输出只有两个类别。这两个类别通常被表示为 0 和 1，或者 -1 和 1，代…

# -*- coding: utf-8 -*- """ Created on Sun Dec 1 19:32:09 2024 @author: 86319 """ ''' Author: Zhongxuan Xie Email:xiezhongxuan7@outlook.com Date: 2024-12-01 19:33:43 LastEdito…

1.Dataset和DataLoader的区别 torch.utils.data.Dataset是代表这一数据的抽象类（也就是基类）。我们可以通过继承和重写这个抽象类实现自己的数据类，只需要定义__len__和__getitem__这个两个函数。 DataLoader是Pytorch中用来处理模型输入数据的一个工具类。组合了数据集（dataset）…

在深度学习中，TensorFlow是一个非常流行的框架，而tensor就是张量的意思。 张量是矩阵的扩展与延伸。 Tensor的对象有三个属性： （1）rank：number of dimensions （2）shape: number of rows and columns （3）type: data type of tensor's eleme…

MSE: Mean Squared Error（均方误差） 含义：均方误差，是预测值与真实值之差的平方和的平均值，即： $\mathrm{MSE}=\frac1{\mathrm{N}}\sum_{\mathrm{i}=1}^{\mathrm{n}}(\mathrm{x_i}-\mathrm{y_i})^2$ 但是，在具体的应用中跟定义稍有不同。主要…

1. 解码器的输入组成 在推理阶段，解码器的输入有两个主要部分： (1) 目标序列的前缀（已生成的部分） 解码器需要自回归地生成序列。 在每个时间步，解码器的输入是当前生成的序列（前缀），经过 Embedding 层 转换成向量表示后输入到解码器。 例如： 如果生成的是句子 "I am", 在生成下一个单词时，解码器输入是 "I am" 的嵌入表示…

第1章 torch.nn简介 1.1 torch.nn相关库的导入 #环境准备 import numpy as np # numpy数组库 import math # 数学运算库 import matplotlib.pyplot as plt # 画图库 import torch # torch基础库 import torch.nn as nn #…

参考：https://blog.csdn.net/qq_15969343/article/details/123713082 https://blog.csdn.net/qq_40430888/article/details/119973104 1、最直接的方法： 通过克隆一个新环境，并删除旧环境达到更名的目的 conda create --nam…

参考：安装conda搭建python环境（保姆级教程）_conda创建python虚拟环境-CSDN博客    

下面是一段简单的神经网络的代码，super()函数的定义以前一直不太懂 class NetC(torch.nn.Module):     # 定义神经网络     def __init__(self, n_feature, n_hidden, n_output):         """         初始化神经网络         参数:   …