PyTorch是一个开源的Python机器学习库，2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出。最近抽出时间来亲身实践一下用PyTorch搭建一个简单的卷积神经网络进行图像分类。全流程主要分为数据读取与处理、训练和测试三个部分。

本文仅是自己的理解与认识，有不正确、不严谨之处欢迎大佬们批评指正！今天在学习卷积神经网络时发现这样一句话：卷积神经网络使用局部连接、权值共享、多卷积核以及池化四个关键技术，教材上对这四大技术的讲解也不是很明了，查阅资料后大致有了自己的理解的认识，在此记录一下。除了多卷积核，其他三大关键技术的目的都是为了减少参数量，简化模型的训练同时防止模型过拟合，只不过采取的手段和依靠的原理不同。而多卷积核则是为

线性分类器+Logistic回归解决良/恶性乳腺癌肿瘤预测问题理论分析线性分类器Logistic回归数据分析代码分析导入数据分割数据完整代码理论分析线性分类器Logistic回归数据分析代码分析导入数据分割数据完整代码...

前言这篇论文的原题目叫《Orthogonal Subspace Projection Using Data Sphering and Low-Rank and Sparse Matrix Decomposition for Hyperspectral Target Detection》，与高光谱系列（1）中的论文出自同一作者。这篇论文主要是对高光谱目标检测领域一个非常经典而著名的方法OSP（正交子

我们如何解决预测问题在很多实际的工程问题中，我们经常会碰到很多预测问题，而当这些预测问题与时间和空间相关时，他们往往会与偏微分方程（PDE）相关，比如台风预报、河流流速流量预测等等。一般来说，主流的求解偏微分方程问题的手段大多采用有限元法。百度百科上给出的定义是：在数学中，有限元法（FEM，Finite Element Method）是一种为求解偏微分方程边值问题近似解的数值技术。求解时对整个问题

问题发现在验证防火墙是否关闭时，发现提示信息出现了乱码，情况如下图所示:回顾之前的系统配置过程，推测是中文问题导致的乱码。安装过程回顾之前在虚拟机上安装CentOS系统时，使用了LANG="zh_CN.UTF-8"命令更改语言为中文。但是重启后发现系统的图形化界面空空如也，再次重启后通过用户登录界面下下方的语言选择栏（如下图）改成英文后就出现了部分提示信息乱码的问题。安装过程回顾我们对Markdo

Hadoop伪分布式集群环境的搭建CentOS系统的安装与配置准备工作关闭防火墙和禁用SELINUX配置hostname与IP地址之间的对应关系创建用户和用户组JDK的安装利用XShell建立连接、上传文件JDK的安装与配置Hadoop伪分布式集群的安装配置上传文件与解压修改配置文件最后的工作与检测运行成果本文由UPC《云计算技术与应用》课程的实验报告修改而来，文章对于原理性知识并未深究讲解，仅以

问题发现在验证防火墙是否关闭时，发现提示信息出现了乱码，情况如下图所示:回顾之前的系统配置过程，推测是中文问题导致的乱码。安装过程回顾之前在虚拟机上安装CentOS系统时，使用了LANG="zh_CN.UTF-8"命令更改语言为中文。但是重启后发现系统的图形化界面空空如也，再次重启后通过用户登录界面下下方的语言选择栏（如下图）改成英文后就出现了部分提示信息乱码的问题。安装过程回顾我们对Markdo

PyTorch是一个开源的Python机器学习库，2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出。最近抽出时间来亲身实践一下用PyTorch搭建一个简单的卷积神经网络进行图像分类。全流程主要分为数据读取与处理、训练和测试三个部分。

支持向量分类器上回我们用线性分类器找到的是某一种可能的分类方式，这一回的支持向量机则是用来在这些可能的线性分类器寻找一个最优的分类方式，而寻找最优的依据就是“支持向量”，对这个模型的思想我们可以简单的理解为：以二分类为例找一条直线（一个超平面）使得两边的数据点到它的距离之和最短。当然我上面的阐述并不准确，关于支持向量机严格的理解与介绍可以见这位博主的文章：https://blog.csdn.net