个人技术分享

Python 机器学习 基础 之 【实战案例】新闻内容分类实战

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。

Python 机器学习 基础 之 【实战案例】新闻内容分类实战

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。

【深度学习】【机器学习】支持向量机，网络入侵检测，KDD数据集

原始数据 0,tcp,private,S0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,123,6,1,1,0,0,0.05,0.07,0,255,26,0.1,0.05,0,0,1,1,0,0,neptune,19。之前介绍过用深度学习做入侵检测，这篇用向量机。预测结果转换为字符串是 [‘neptune’]会得到一些模型文件和图像。环境Python3.10。预测结果是 [14]

生物神经网络 原理分析研读03

黑箱模型（Black Box），或称经验模型，是一种描述系统或现象的方法，其中系统的内部规律、机制或工作原理尚未完全为人所知或理解。黑箱模型是一种描述系统或现象的方法，其中系统的内部规律尚未完全为人所知。它在环境预测和人工智能等领域有着广泛的应用，但需要注意其局限性和使用条件。定义黑箱模型指的是只知道其输入、输出及这两者的关系，而不知道其内部结构的系统。该模型是变量预测工作中应用较多的一类模型，它是根据输入—输出关系建立起来的，反映了有关因素间的一种笼统的直接因果关系。特点。

通过fiftyone按分类下载open-images-v7数据集，并转成yolov5可直接训练的格式

print(f"{class_name}类别的样本数量为：{filtered_dataset.count()}")'test': '', # 可以根据实际情况填写测试集路径。'Mobile phone', # 移动电话 - 16。'nc': len(classes), # 类别数量。'names': classes # 类别名称列表。'Motorcycle', # 摩托车 - 6。'Bicycle', # 自行车 - 5。'Backpack', # 背包 - 10。

Python 机器学习 基础 之 【常用机器学习库】 NumPy 数值计算库

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。

【机器学习】使用Stable Diffusion实现潜在空间搜索

Stable Diffusion是一个先进的图像生成模型，它通过学习视觉世界的低维潜在空间来实现。这个模型不仅处理图像，还结合了自然语言处理能力，拥有两个潜在空间：图像表示空间和文本提示空间。通过在这些空间中游走和插值，可以生成连贯的动画和图像，为理解模型的内部工作提供洞察。KerasCV的Stable Diffusion API使得执行这些操作变得简单，允许用户通过编码文本提示和调整噪声来探索和生成多样化的视觉内容。这篇教程为有经验的用户提供了一个实践平台，展示了如何利用这个强大工具进行创造性探索。

神经网络 torch.nn---Convolution Layers

torch.nn包含了torch.nn.functional，打个比方，torch.nn.functional相当于开车的时候齿轮的运转，torch.nn相当于把车里的齿轮都封装好了，为我们提供一个方向盘。padding的作用是在输入图像的左右两边进行填充，padding的值决定填充的大小有多大，它的输入形式为一个。输入一个5×5的图像，其中的数字代表在每个像素中的颜色显示。卷积核的步长，可以是单个数字或一个元组 (sh x sw)torch.nn是对torch.nn.functional的一个。

pytorch数学操作

使用 torch.bitwise_not() 函数对 x 进行位非操作，得到的结果张量 y 的元素将是对应位置上的二进制取反结果。需要注意的是，位与操作将每个元素的二进制表示的对应位进行逻辑与操作，只有当对应位都为 1 时，结果位才为 1，否则为 0。在 PyTorch 中，torch.clamp() 函数用于对张量进行截断操作，将张量中的元素限制在指定范围内。它返回一个新的张量，其中的元素是输入张量中对应元素的向下取整结果。它返回一个新的张量，其中的元素是输入张量中对应元素的向上取整结果。

【机器学习-09】 | Scikit-Learn工具包进阶指南：Scikit-Learn工具包之高斯混合sklearn.mixture模块研究

高斯混合模型（Gaussian Mixture Model，简称GMM）是一种概率性的聚类算法，它假设数据是由若干个高斯分布混合而成的。每个高斯分布对应一个聚类，而GMM的目标就是找出这些高斯分布的参数以及每个样本属于这些聚类的概率。