Excel处理日常工作的时候，99%的人都会碰到一个操作的那就是数据查询。说到数据查找都离不开一个函数，那就是vlookup函数，这个函数可以说的上是Excel函数中的NO.1。今天我们就来学习一下vlookup函数的七个经典查询操作。操作一：vlookup函数简单查询 案例说明：根据姓名赵宇查询对应的工龄函数公式：=VLOOKUP(G5,A:E,5,0)函数说明：vlookup函数作
转载
2024-02-28 14:29:55
76阅读
pytorch新手自学教程（五）--激活函数包含头文件激活函数的作用sigmoidTanhReLULeaky ReLU总结 包含头文件import torch
import torch.nn.functional as F激活函数的作用激活函数就是一个能将输入映射在一个特定区间的函数，正如前面分类问题中的sigmoid函数一样，它能将输出映射到0-1区间使得我们能按概率处理输出。作用：没有激活函
转载
2024-01-12 11:21:42
86阅读
## 实现常见激活函数 ELU pytorch
### 介绍
在深度学习中，激活函数是非常重要的一部分，它们决定了神经网络的非线性特性。常见的激活函数有sigmoid、ReLU、tanh等，这些函数都有各自的特点和适用场景。本文将介绍如何在pytorch中实现常见的激活函数之一，即ELU（Exponential Linear Unit）。ELU函数是一种非线性激活函数，与ReLU函数类似，但在负
原创
2023-10-08 06:43:10
798阅读
# PyTorch中softmax函数的导数实现
作为一名经验丰富的开发者，你需要指导一位刚入行的小白如何实现PyTorch中softmax函数的导数。在本文中，我将向你展示整个实现流程，并详细解释每个步骤的代码和注释。
## 实现流程
下面是我们实现PyTorch中softmax函数的导数的步骤的总结。我们将使用PyTorch的自动微分功能来计算导数。
| 步骤 | 描述 |
| ---
原创
2024-01-24 05:52:09
109阅读
前言：我们在写程序的时候避免不了判断条件，那我们要怎么来实行判断条件呢？别急，我会把判断这个判断函数的基础教会你。功能介绍：我们这个函数叫if-elif-else，它其实是一个判断结构来的，用一句话来说就是判断对的还是错误的，就是这么简单。我们话不多说直接开始主题。if函数作用：我们看到该结构的第一个函数是if，那这个函数有什么用呢？我们直接看代码：a = 4
# 判断a的值是否符合
if a =
转载
2023-07-17 21:19:08
65阅读
一些比较常用的激活函数介绍一、Sigmoid函数二、tanh函数三、 ReLu函数 一、Sigmoid函数sigmoid函数也叫Logistic函数，用于隐层神经元输出，取值范围为(0,1)，它可以将一个实数映射到(0,1)的区间，可以用来做二分类。在特征相差比较复杂或是相差不是特别大时效果比较好。Sigmoid作为激活函数有以下优缺点： 优点：平滑，易于求导 缺点： （1）激活函数计算量大，反
转载
2023-08-04 15:05:27
138阅读
损失函数及PyTorch实现
# 引言
在机器学习和深度学习中，损失函数（Loss Function）是一种衡量模型预测结果与真实标签之间差异的指标。通过优化损失函数，我们可以训练模型的参数，使其能够更好地拟合训练数据，并且在未见过的数据上有较好的泛化能力。本文将介绍损失函数的概念和常见类型，并使用PyTorch实现几个常用的损失函数。
# 损失函数的概念
损失函数是机器学习和深度学习中的一个
原创
2023-08-19 13:43:24
104阅读
Elu激励函数的数学表达式如下：图一：摘自https://blog..net/zrh_CSDN/article/details/81266188代码如下：#code:utf-8import numpy as npimport matplotlib.pyplot as pltdef elu(x,a): y = x.copy() for i in range(y....
原创
2021-11-30 10:56:20
312阅读
ReLu是神经网络中的一个激活函数，其优于tanh和sigmoid函数。1.为何引入非线性的激活函数？如果不用激活函数，在这种情况下每一层输出都是上层输入的线性函数。容易验证，无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，这种情况就是最原始的感知机（Perceptron）了。因此引入非线性函数作为激活函数，这样深层神经网络就有意义了（不再是输入的线性组合，可以逼近任意函数）。
转载
2024-09-03 09:26:00
53阅读
import numpy as np
# SummaryWriter用来创建一个writer，可以记录我们想要可视化的数据。
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter(comment='tensorboard_818')
for x in range(100):
# 曲线名称，y轴，x轴
常见的激活函数有：Sigmoid激活函数Tanh激活函数Relu激活函数Leaky Relu激活函数P-Relu激活函数ELU激活函数R-Relu激活函数Gelu激活函数swich激活函数Selu激活函数激活函数可以分为两大类 ：饱和激活函数：sigmoid、tanh非饱和激活函数: ReLU、Leaky Relu、ELU【指数线性单元】、PReLU【参数化的ReLU 】、RReLU【随机ReLU
转载
2024-05-15 12:11:44
252阅读
一、概念
1、激活函数 激活函数是神经网络中每一层输入和输出之间的映射函数。 2、relu激活函数 一种非线性函数，可以表达为
f
(
x
转载
2024-04-07 00:02:40
23阅读
最近做了个对比实验，通过修改激活函数观察对图片分类准确率的影响，现记录如下：一．理论基础 1.1激活函数 1.2 elu论文（FAST AND ACCURATE DEEP NETWORK LEARNING BY EXPONENTIAL LINEAR UNITS (ELUS)） 1.2.1 摘要 论文中提到，elu函数可以加速训练并且可以提高分
转载
2024-06-21 09:26:59
146阅读
y对x的导数=y对u的导数*u对x的导数y=x的任意次方【t】的导数为 t*x的t-1次放e的x次方的导数还是本身，特殊情况。
原创
2015-09-10 10:23:54
90阅读
岁月里，寒暑交替。人世间，北来南往。铭心的，云烟的。都付往事，不念，不问。
原创
2021-07-29 10:53:11
859阅读
神经网络的典型处理如下所示：定义可学习参数的网络结构（堆叠各层和层的设计）；数据集的制作和输入；对输入进行处理（由定义的网络层进行处理）,主要体现在网络的前向传播；计算loss ，由Loss层计算；反向传播求梯度；根据梯度改变参数值,最简单的实现方式（SGD）为: weight = weight - learning_rate * gradient使用pytorch和auto_grad（torch
转载
2023-12-06 13:44:58
268阅读
反函数的导数计算
原创
2022-08-28 00:52:56
1098阅读
什么是反函数 一般地，设函数y=f(x)(x∈A)的值域是C，若找得到一个函数g(y)在每一处g(y)都等于x，这样的函数x= g(y)(y∈C)叫做函数y=f(x)(x∈A)的反函数，记作y=f-1(x) 。反函数y=f-1(x)的定义域、值域分别是函数y=f(x)的值域、定义域。最具有代表性的反函数就是对数函数与指数函数。 例1：y=2x-1的反函数是y=0.5x+0.5
原创
2022-01-16 18:20:15
3794阅读
幂函数的扩展形式 f(x) = xn的导数：f’(x) = nxn-1，n是整数，该公式对f(x) = xm/n, m,n 是整数同样适用。 推导过程：什么是隐函数 引自知乎： “如果方程F(x,y)=0能确定y是x的函数，那么称这种方式表示的函数是隐函数。 “本质上F(x,y)=0函数y=f(x)是一样的，但是在数学理论中，总有一
原创
2022-01-16 18:20:15
1240阅读
幂函数的扩展形式 f(x) = xn的导数：f’(x) = nxn-1，n是整数，该公式对f(x) = xm/n, m,n 是整数同样适用。 推导过程：什么是隐函数 引自知乎： “如果方程F(x,y)=0能确定y是x的函数，那么称这种方式表示的函数是隐函数。 “本质上F(x,y)=0函数y=f(x)是一样的，但是在数学理论中，总有一
原创
2021-06-07 16:58:56
2531阅读
