1.pytorch入門學習
這個官方教程還挺好的。可以作為乙個手冊來查詢。
包括建立物件，物件與numpy的互相轉換，物件的+操作，物件轉移到gpu上。
第二個dataloader的教程學到了可以使用dataloader載入資料，自動完成分batch，shuffle，等工作，首先對每個資料集可以繼承dataset類，然後重寫__len__,__getitem__函式。另外資料集還可以加transform，做預處理吧。
然後進行forward，pred=net(input)，也就是進行**；
然後loss=cirtetion(pred,label)
然後累計梯度清0optimizer.zero_grad()，然後反向傳播loss.backward()
然後更新梯度optimizer.step()
negative log likelihood loss 是指負的log似然損失。
這個在gpu強大的情況下可以這麼設定。
（我目前只知道曲線和x軸的面積為1。
在知乎上發現了這個問題：概率密度函式在某一點的值有什麼意義？
也就是說，對於乙個概率密度曲線，橫軸就是表示實數本身，而曲線上某乙個點(x,y)是表示當前的點在取樣時被選中的概率，（錯了，這個畫線的理解是錯的，如果曲線上的點是概率的話，那就大錯特錯了。）曲線上的某一點就相當於概率密度，乙個區間[a,b]之間的面積，就是這個區間內的x軸值被隨機選中的概率，那麼對於正態分佈來說，越靠近μ均值的x值被選中的概率就越大！是這個意思，點沒有意義，面積才有意義。
從這篇部落格當中，我覺得挺神奇的，原來正態分佈居然可以從乙個均勻分布來模擬：
import由此我就想到，r種生成資料的函式應該和python是一樣的，那麼我就想檢視python中的隨機函式，看它是如何實現的，但是非得開啟pycharm才能看嗎？否則看到的都是說明，而沒有原始碼啊！numpy as np
from pylab import *
defsample():
x = np.random.rand() #
兩個均勻分布分別為x, y
y =np.random.rand()
r = np.sqrt(-2 *np.log(x))
theta = 2 * np.pi *y
z0 = r *np.cos(theta)
#z1 = r * np.sin(theta)
return
z0def
samplentimes():
list =
n = 100000
for i in
range(n):
x =sample()
y = np.reshape(list, n, 1)
hist(y, normed=1, fc='
c') #
直方圖x = arange(-4, 4, 0.1)
plot(x, 1 / np.sqrt(2 * np.pi) * np.exp(-0.5 * x ** 2), '
g', lw=6) #
標準正態分佈
xlabel('
x', fontsize = 24)
ylabel(
'p(x)
', fontsize = 24)
show()
samplentimes()
在github上搜numpy也沒有什麼好的結果。算了，開啟pycharm。
居然函式只是乙個pass。。。好吧
找到了這個部落格，原來想要生成符合分布的隨機數是有演算法的啊！
inverse ttransform和acceptance-rejection兩種基礎演算法
雖然沒看懂，但是第一次知道有資料生成的演算法。所以說，在生成一些資料的時候，符合分布的資料，基本上都使用已經存在的包的函式，而不是自己寫乙個生成服從某一分布的函式了。
3月27日 4月2日 新聞採訪寫作
補充 國外記者採訪的工具箱裡必備的東西有 你的出版品 名片 紙 筆 鋼筆 鉛筆 錄音帶 要先錄好受訪者的姓名和日期 錄影機 空白錄影帶 電池 應有備份 移動 卡 打 的零錢 受訪者位址 號碼 街區地圖，必要時還要準備摺疊傘 護照等。二 新聞線索的發現 儲備和運用 1 定義 新聞線索又稱為報道 採訪 ...
Linux學習筆記（2月27日）
檢視網路狀況 netstat 用於列出系統上所有的網路套接字連線情況，包括tcp，udp以及unix套接字，另外它還能列出處於監聽狀態 即等待接入請求 的套接字。如果想確認系統上的服務有沒有起來，可以檢視相應的埠有沒有開啟。狀態說明 listen 偵聽來自遠方的tcp埠的連線請求 syn sent ...
4月27日 5月3日 記
五一長假，放九天假的我。思量思量這一周的事，磨嘰磨嘰。周一體檢的事我就不說了，反正也就是那樣，沒啥好說的。周二，媽媽不放心，因為血壓高嘛，下午請假去醫院檢查一番，得到的結論是。沒啥事，就是勞累過度。這還好，一顆懸著的心總算放下了。周二晚上出去飆車，但因為風太大，沒跑多遠，只是在市區裡轉了一圈。週三，...