- 博客(47)
- 收藏
- 关注
RSS订阅原创 深度学习打卡1
(y_i是真实标签的one-hot编码，ŷ_i是模型预测的对应类别的概率)。太小：步长过小，收敛速度极慢，可能需要非常多的步骤才能到达谷底，甚至卡在不是最低点的平坦区域（局部极小点或鞍点）。在当前参数位置，计算损失函数关于所有参数的梯度。太大：步长过大，可能会“跨过”谷底，甚至导致损失值震荡或发散（在山谷两边来回跳）。不断重复步骤 2 和 3，计算新位置的梯度，再次沿负梯度方向更新参数。（负梯度方向）调整参数，逐步逼近损失函数的最小值点。(y是0或1的真实标签，ŷ是预测为1的概率)。问题（预测连续值）。
2025-06-15 17:17:26
627
原创 第三十三天打卡复习
1. 张量操作torch 库提供了张量（Tensor）数据结构，类似于 NumPy 的多维数组，但张量可以在 GPU 上运行以加速计算。 2. 自动求导torch.autograd 模块实现了自动求导功能，这对于训练神经网络至关重要。通过设置 requires_grad=True ，PyTorch 会跟踪所有涉及该张量的操作，并在调用 backward() 方法时自动计算梯度。 3. 神经网络模块torch.nn 模块提供了构建神经网络所需的各种组件，如层、损失函数等。可以通过继承 torch.nn.
2025-06-03 21:55:18
1031
原创 第三十三天打卡
功能 ：将原始的训练标签数据 y_train 转换为 torch.LongTensor 类型的张量。- 功能 ：将 fc1 的输出 out 传入 ReLU 激活函数进行非线性变换，给网络引入非线性。- 功能 ：将经过激活函数处理后的隐藏层输出 out 传入全连接层 fc2 ，得到最终的输出。- 功能 ：将输入数据 x 传入全连接层 fc1 进行线性变换，得到隐藏层的线性输出。- 参数 ： out 是经过 ReLU 激活函数处理后的隐藏层输出。- 参数 ： out 是 fc1 的输出。
2025-05-23 22:21:56
361
原创 第三十一天打卡
X_train, X_test, y_train, y_test = split_dataset(data, 'target_column') # 替换 target_column 为实际列名。项目文件夹中其他部分：拆分后的信贷项目，学习下如何拆分的，未来你看到的很多大项目都是类似的拆分方法。# 步骤4：提取特征工程代码到 src/data/feature_engineering.py。# 步骤5：提取模型训练代码到 src/models/train.py。# 假设某些列需要标签编码，这里以示例说明。
2025-05-21 23:58:57
264
原创 第二十七天打卡
func(*args, **kwargs) 调用原函数并传递参数 ：助手拿到顾客的需求后，会把装着口味要求的袋子和记录特殊要求的小本子交给蛋糕师傅，让蛋糕师傅按照这些要求去做蛋糕。有一天，你想在蛋糕师傅做蛋糕的前后记录一些信息，比如开始做蛋糕的时间、做完蛋糕的时间，但是又不想改变蛋糕师傅做蛋糕的方式。- wrapper 函数返回原函数的返回值 ：助手最后把放在托盘上的蛋糕交给顾客，保证顾客拿到的蛋糕和没有助手帮忙时蛋糕师傅做出来的是一样的。原本顾客直接找蛋糕师傅做蛋糕，现在有了助手，顾客先把需求告诉助手。
2025-05-17 12:28:56
1274
原创 第二十六天打卡
全局变量 ：定义在函数外部，整个程序都能访问，修改时需在函数内用 global 关键字声明。局部变量 ：定义在函数内部，只能在函数内部访问，函数执行结束后就会被销毁。位置参数 ：在函数定义时，没有默认值且位于 *args 之前的参数通常是位置参数。在 process_data 函数里， id_num 和 name 就是位置参数，因为它们没有默认值，并且在 *tags 之前。# ...关键字参数 ：有两种情况。一种是像 status 这种有默认值的参数，它必须通过关键字形式传值，被称为仅关键字参数；
2025-05-16 20:23:06
792
原创 第二十五天打卡
若try语句发生错误，则判断错误类型，执行错误类型对应的except语句，不执行else语句。finally语句无条件执行，多用于资源保存，文件关闭。首先执行try语句，若正确直接执行else语句。
2025-05-15 21:26:00
343
原创 第21天打卡
高维数据难以直接可视化（如超过3维），通过降维（如PCA、t-SNE、UMAP）投影到2D/3D空间，揭示数据分布、聚类或流形结构。：t-SNE（非线性可视化）、PCA（线性全局结构）、UMAP（高效非线性）。数据中存在高度相关或冗余特征（如多重共线性），降维可提取独立成分，去除噪声。：PCA（最大化方差去噪）、ICA（独立成分分析）。高维特征导致计算成本高且易过拟合（如文本、图像数据），降维可减少参数数量，提升效率。：PCA、LDA（有监督分类场景）、Autoencoder（深度学习方法）。
2025-05-10 21:59:39
1257
原创 第16天打卡 5/5
行（Rows） ：二维数组中的水平元素组称为行。综合起来， shap_values[:,:,0] 会从 shap_values 这个三维数组中提取出所有样本、所有特征在第 0 个类别下的值，最终返回一个二维数组。第一个 : 表示选取第 1 个维度的所有元素，第二个 : 表示选取第 2 个维度的所有元素。第一个 : ：表示选取第一个维度（样本数）的所有元素。0 ：表示选取第三个维度（类别数）的第 0 个元素。第二个 : ：表示选取第二个维度（特征数）的所有元素。0 表示选取数组的第 0 个维度的第一个元素。
2025-05-05 22:35:40
237
原创 粒子群算法
粒子群算法（PSO）是一种基于群体智能的优化算法，模拟鸟群或鱼群的社会行为。每个粒子代表解空间中的一个候选解，从随机解出发，通过迭代更新自身位置和速度，逐步逼近最优解。在PSO中，每个解被称为“粒子”，每个粒子都有一个适应值（fitness value），表示其在解空间中的优劣程度。粒子通过调整自己的速度和位置来寻找最优解1。个体极值（pBest）：粒子自身找到的最优解。全局极值（gBest）：整个种群找到的最优解2。
2025-05-01 19:27:54
992
原创 第九天打卡 4/29
在代码 for i in range(len(features)): 中，使用的是 range(stop) 这种形式， stop 的值是 len(features)。结合前面的例子， len(features) 为 4，那么 range(len(features)) 就会生成一个包含 0, 1, 2, 3 的整数序列。figsize=(12, 10) 是 plt.figure() 函数的一个参数，用于指定绘图窗口的大小，单位是英寸。用于生成一个不可变的整数序列，通常在 for 循环中控制循环次数。
2025-04-29 19:36:30
466
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人