实现简单图像分类器1. 数据加载1.1 常用公共数据集加载1.2 私人数据集加载方法2. 定义神经网络3. 定义权值更新与损失函数4. 训练与测试神经网络5. 神经网络的保存与载入本篇博客的目标是实现一个简单的图像分类器, 本篇博客主要分为以下几个步骤：数据的加载与归一、定义神经网络、定义损失函数、训练与测试神经网络以及神经网络存储与读取。1. 数据加载数据加载就是把训练数据导入到神经网络...

传感器应用1. 三轴加速度计MMA76602. 温度传感器DS18B203. 温湿度传感器DHT114. 气压传感器BMP2801. 三轴加速度计MMA7660pyBoard中内置了一个三轴加速度计MMA7660，输出x,y,z三个轴的加速度，测量范围大概是-1.5g到1.5g。pyb中关于MMA7660的构造函数和使用方法如下所示：示例代码为：import pybfrom machi......

常用的时间序列数据增强方法，以及相关的Python集成库的

人体阻抗模型1. 人体2. 人体阻抗3. 人体阻抗模型4. 参考资料1. 人体聊人体阻抗之前，首先要了解一下人体的构造。人体有四大组织，分别是上皮组织（由密集排列的上皮细胞和极少量细胞间质构成），神经组织（由神经元和神经胶质细胞构成），结缔组织（由细胞、细胞间质和纤维构成）以及肌肉组织（由肌细胞构成），构成这些组织的都是成千上万的细胞以及细胞间质。人体中占比最多的就是体液，成年人中体液的成分在60

梯度消失与梯度爆炸1. 梯度消失与梯度爆炸2. 模型参数的初始化2.1 PyTorch的默认随机初始化2.2 Xavier随机初始化3. 环境因素3.1 协变量偏移3.2 标签偏移3.3 概念偏移1. 梯度消失与梯度爆炸深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。当神经网络的层数较多时，模型的数值稳定性容易变差。假设一个层数为LLL的多层感知机...

梯度消失与梯度爆炸1. 梯度消失与梯度爆炸2. 模型参数的初始化2.1 PyTorch的默认随机初始化2.2 Xavier随机初始化3. 环境因素3.1 协变量偏移3.2 标签偏移3.3 概念偏移1. 梯度消失与梯度爆炸深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。当神经网络的层数较多时，模型的数值稳定性容易变差。假设一个层数为LLL的多层感知机...

常用的时间序列数据增强方法，以及相关的Python集成库的

VGGNet模型1. VGGNet模型介绍1.1 VGGNet的结构1.2 VGGNet结构举例2. VGGNet的PyTorch实现2.1 导入相应的包2.2 基本网络单元block2.3 实现VGGNet2.4 训练网络1. VGGNet模型介绍VGG Net由牛津大学的视觉几何组（Visual Geometry Group）和 Google DeepMind公司的研究员一起研发的的深度卷..

Bootstrap与机器学习小样本问题

LeNet模型1. LeNet模型2. PyTorch实现2.1 模型实现2.2 获取数据与训练1. LeNet模型LeNet分为卷积层块和全连接层块两个部分。下面我们分别介绍这两个模块。卷积层块里的基本单位是卷积层后接平均池化层：卷积层用来识别图像里的空间模式，如线条和物体局部，之后的平均池化层则用来降低卷积层对位置的敏感性。卷积层块由两个这样的基本单位重复堆叠构成。在卷积层块中，每个...