1.表征学习的定义、分类和发展趋势1.1 表征学习的定义表征学习的定义：表征学习（Representation Learning）是一种通过算法从数据中自动学习到有用特征的技术，其目的是将复杂的、高维的原始数据转化为机器学习能够高效处理的低维特征表示。表征学习对应的是经典机器学习中的“特征提取”模块，过往常常通过人工去提取特征，表征学习则将此过程自动化，通过机器学习算法处理。表征学习的模型输入：原

本笔记从小土堆Pytorch教程中记录一些实用的Pytorch相关操作. 1. 加载数据1.1 PILPIL类可以用于加载图像、保存图像等操作 12from PIL import Imageimg = Image.open('data/hymenoptera_data/train/ants/342438950_a3da61deab.jpg') 1.2 DataSetDataSe

原先网站的source因为换电脑的缘故没有保存，只能重新开一份博客，记录工作中的心得体会~

安装方法请参考：https://www.cnblogs.com/tryhardwy/p/14659131.html 卸载掉旧版本torch torchvision 先到（https://pytorch.org/get-started/locally/）查到稳定版本torch对应的cuda 下载并安装cuda 到（https://pytorch.org/get-started/locally/）按

step 1. 安装node.js和git环境可参考教程node和git的安装以及环境配置 (Windows) step 2. 安装hexo此时已经安装好了node.js和git，下面开始hexo的安装首先在某一磁盘目录下创建文件夹，例如F盘，创建文件夹名为 Blog进入Blog文件夹，右键鼠标->选择Git Bash Here输入 npm install -g hexo-cli ，并耐心等