文 @ 000007号外号外：awesome-vit 上新啦，欢迎大家 Star Star Star ~https://github.com/open-mmlab/awesome-vitgithub.com/open-mmlab/awesome-vit0 前言在 Vision Transformer 必读系列之图像分类综述(一)：概述 一文中对 Vision Transform
# LDA对MNIST分类
## 引言
LDA（Linear Discriminant Analysis）是一种常用的线性分类算法。该算法的目标是在降低数据维度的同时，最大化类间的距离，最小化类内的距离，从而实现更好的分类效果。本文将介绍如何使用LDA算法对MNIST手写数字数据集进行分类。
## 数据集介绍
MNIST是一个经典的手写数字数据集，包含了60000个训练样本和10000个测
原创
2023-07-24 11:43:02
145阅读
# -*- coding: UTF-8 -*-
import numpy as np
import tensorflow as tf
# 下载并载入 MNIST 手写数字库（55000 * 28 * 28）55000 张训练图像
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_
转载
2024-06-22 07:31:43
44阅读
pytorch实现两层神经网络1.神经网络结构图(出发点)2.pytorch代码3.程序结果4.pytorch程序改进（自动求梯度）5.pytorch程序再改进（创建model）6.参考文章 之前的版本使用的是numpy实现的两层神经网络，里边的一些方法难免和pytorch中的方法有些不一样，下面我们先列出torch中会用到的一些运算： # pytorch中
## 内积
# tensor.mm
转载
2024-01-28 06:11:10
90阅读
第七章 贝叶斯分类器学习
1. 解释先验概率、后验概率、全概率公式、条件概率公式，结合实例说明贝叶斯公式，如何理解贝叶斯定理？ 例子：假设有一个容器，里面装满了可能有偏见的硬币 1）硬币类型1是公平的，50%正面/ 50%反面浴缸里40%的硬币是1型的。 2） 硬币类型2产生70%的正面。35%的硬币是2型硬币 3）型硬币产生20%的正面。25%的硬币
转载
2024-08-19 16:37:00
56阅读
MLP（多层感知器神经网络）即多层全连接神经网络模型。from keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense,Dropout,Activationbatch_size=128nb_...
原创
2022-10-26 17:03:27
83阅读
# pytorch Fashion-MNIST分类实现指南
## 1. 简介
在本指南中，我将教会你如何使用PyTorch对Fashion-MNIST数据集进行分类。Fashion-MNIST是一个包含10个类别的衣物图像数据集，每个类别有6000张大小为28x28的灰度图像。我们的目标是建立一个模型，能够对这些图像进行准确的分类。
## 2. 整体流程
下面是实现这个任务的整体流程：
`
原创
2023-08-20 08:52:46
90阅读
LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，最近看了点资料，准备使用python实现一下。至于数学模型相关知识，某度一大堆，这里也给出之前参考过的一个挺详细的文档lda算法漫游指南这篇博文只讲算法的sampling方法python实现。完整实现项目开源python-LDA lda模型变量申请及初始化#
#伪代码
#
输入：文章集合（分词处理后）
转载
2023-05-28 19:47:08
97阅读
简介在这节我们使用Theano用于最基本的分类器：Logistic回归(Logistic Regression)。
下面我们从模型开始。模型逻辑回归是一个概率，线性分类器。它的参数包含一个权值矩阵W和一个偏置向量b。分类器将输入向量映射到一系列超平面上，每个超平面对应一个类别。输入向量与超平面的距离反映了输入属于对应类别的概率。
在数学上，一个输入向量x属于类别i(概率变量Y的值)的概率，记为
转载
2023-09-15 13:23:23
105阅读
Jetson TX2入门之ImageNet图像分类简介准备好去深入深度学习了吗？只需要两天哦。Nvidia 官方提供了所有我们需要的工具，其中包括简单上手的教程、软件源码以及已经训练好的网络模型（ImageNet和DetectNet的例子）。在这篇教程中，你将能够在Jetson TX2上加载和运行预先训练好的神经网络模型，还能够知道如何去用自己的数据集去重新训练神经网络。在我这篇文章中，我将把官方
转载
2024-03-17 16:07:18
81阅读
数据集读取 由于数据来源网站不稳定，个人将数据集下载到本地后进行读取网上多数都是将数据集读取为三维数组方便进行显示，但因计算方便和用sklearn时都是二维数组，所以个人后来修改了下def decode_idx3_ubyte(idx3_ubyte_file):
"""
解析idx3文件的通用函数
:param idx3_ubyt
转载
2024-06-20 16:56:15
41阅读
MNIST是深度学习的经典入门demo，它是由6万张训练图片（mnist.train）和1万张测试图片（mnist.test）构成的，每张图片都是28*28大小。MNIST训练数据集mnist.train.images 是一个形状为 [60000，784] 的张量，第一个维度数字用来索引图片，第二个维度数字用来索引每张图片中的像素点。图片里的某个像素的强度值介于0-1 之间。（黑色越深表示数值越靠
转载
2024-04-14 00:23:12
110阅读
目录0.编程环境1、下载并解压数据集2、完整代码3、数据准备4、数据观察4.1 查看变量mnist的方法和属性4.2 对比三个集合4.3 mnist.train.images观察4.4 查看手写数字图5、搭建神经网络6、变量初始化7、模型训练9、模型测试MNIST是Mixed National Institue of Standards an...
原创
2021-08-13 09:35:38
1327阅读
基于AlexNet的MNIST分类任务完整代码以下代码实现不同层数的AlexNet变体（5层、8层、12层）在MNIST数据集上的训练、测试与可视化，完全满足题目要求。代码包含动态层数控制、训练曲线绘制和分类结果展示功能。一、可配置的AlexNet模型（支持5/8/12层）import torch
import torch.nn as nn
import torchvision
from torc
# -*- coding = utf-8 -*- # @Time : 2021/7/26 # @Author : pistachio # @File : P29.py # @Software : PyCharm from keras.models import Sequential from ker ...
转载
2021-07-27 16:14:00
1118阅读
2评论
（1）简介MNIST 数据集来自美国国家标准与技术研究所,National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例...
原创
2022-07-22 18:40:18
102阅读
4. 使用预训练的PyTorch网络进行图像分类这篇博客将介绍如何使用PyTorch预先训练的网络执行图像分类。利用这些网络只需几行代码就可以准确地对1000个常见对象类别进行分类。这些图像分类网络是开创性的、最先进的图像分类网络，包括VGG16、VGG19、Inception、DenseNet和ResNet。 这些模型是由负责发明和提出上述新型架构的研究人员训练的。训练完成后，这些研究人员将模型
转载
2024-01-30 01:52:53
90阅读
神经网络输入层神经单元个数：784 （图像大小28*28） 输出层
转载
2023-10-05 10:46:09
230阅读
背景：MNIST 数据集来自美国国家标准与技术研究所，National Institute of Standardsand Technology (NIST).数据集由来自250个不同人手写的数字构成，其中50%是高中学生，50%来自人口普查局(the Census Bureau)的工作人员其中，训练集55000验证集5000 测试集10000。MNIST 数据集可在 http://y
转载
2023-12-24 10:08:38
98阅读
逻辑回归算法原理及用于解决多分类问题逻辑回归算法又叫做对数几率回归，作为一种分类算法，在统计学中属于广义的线性模型。实际上逻辑回归是通过对数几率函数将线性函数的结果进行mapping，这样一来目标函数的取值空间就发生了如下的变化： 这样一来，逻辑回归就可以用来处理分类问题。一、逻辑回归的基本原理在训练时，线性回归模型在整个实数域上对于异常数据点的敏感性一致，所以用于分类效果较差。对于二分类任务，逻
转载
2024-05-06 22:55:51
129阅读
