训练误差和泛化误差 训练误差（training error）指模型在训练数据集上表现出的误差，泛化误差（generalization error）指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。计算训练误差和泛化误差可以使用损失函数，例如线性回归用到的平方损失函数和softmax回归用到的交叉熵损失函数。 在机器学习里，通常假设训练数据集和测试数据集里的每一个…

导入需要的库 from torch import nn from torch.nn import init import numpy as np import sys import torchvision from torch.utils import data from torchvision import transforms 3.10.1 定义模型 和softmax回归唯一的不同在于，多加了…

导入需要的库 import torch from torch import nn from torch.nn import init import numpy as np import sys import torchvision from torch.utils import data from torchvision import transforms 获取和读取数据 def get_data…

隐藏层 多层感知机在单层神经网络的基础上引入了一到多个隐藏层（hidden layer）。隐藏层位于输入层和输出层之间。 具体来说，给定一个小批量样本$\boldsymbol{X} \in \mathbb{R}^{n \times d}$，其批量大小为$n$，输入个数为$d$。假设多层感知机只有一个隐藏层，其中隐藏单元个数为$h$。记隐藏层的输出（也称为隐藏层变量或隐藏变量）为$\boldsymb…

导入需要的库 import torch from torch import nn from torch.nn import init import numpy as np import sys import torchvision from torch.utils import data from torchvision import transforms 获取和读取数据 def get_data…

导入本节实现所需的包或模块 import numpy as np import sys import torch import torchvision from torch.utils import data from torchvision import transforms 获取和读取数据 先获取Fashion-MNIST数据集，并设置批量大小为256。 def get_dataloader_…

获取数据集 通过torchvision的`torchvision.datasets`来下载这个数据集。第一次调用时会自动从网上获取数据。通过参数`train`来指定获取训练数据集或测试数据集。参数`transform = transforms.ToTensor()`使所有数据转换为`Tensor`，如果不进行转换则返回的是PIL图片。`transforms.ToTensor()`将尺寸为 (H x…

分类问题 线性回归模型适用于输出为连续值的情景。softmax回归适用于离散值的预测问题。 通常使用离散的数值来表示类别，例如$y_1=1, y_2=2, y_3=3$。与线性回归的一个主要不同在于，softmax回归的输出值个数等于标签里的类别数。 softmax回归模型 softmax回归同线性回归一样，也是一个单层神经网络。输出值$o_i$当作预测类别是$i$的置信度。 $$\hat{y}_…

项目地址：https://github.com/fatedier/frp 从此处下载对应系统的frpc：https://github.com/fatedier/frp/releases 官方文档：https://gofrp.org/zh-cn/docs/overview/ 启动方式 使用命令行，执行： frpc.toml 为配置文件 frpc -c frpc.toml 基础配置 打开frpc.to…

P1007. 独木桥 题目描述 当两人面对面相碰时，两人都会转向行走， 那可以看成两个人交错而过。 求最小时间，计算出每个人到达两边的最小时间，所有时间中最大的一个即为所有人离开桥需要用的时间。 求最大时间，计算出每个人到达两边的最大时间，所有时间中最大的一个即为所有人离开桥需要用的时间。 #include<bits/stdc++.h> using namespace std; int…