SapientialM's Blog | CM 的学习历程

神经网络 处理和学习复杂的数据 本周学习神经网络基础知识，包括前馈神经网络与时序神经网络结构、单层神经网络与多层神经网络典型案例实践。 课程安排： 掌握感知器的学习原理 掌握神经网络的模型结构 了解单层神经网络与多层神经网络的能力 掌握梯度下降算法原理与实践 掌握反向传播算法原理与实践 掌握RNN与LSTM模型结构 基于Python进行二维空间线性可分数据单/多层感知器实战

机器学习 本周学习机器学习基础知识，包括机器学习概念、机器学习模型分类、评估目标与优化目标、典型案例实践。 课程安排： 掌握机器学习工具的基本流程 掌握特征的概念与使用 了解不同机器学习模型的分类 学会常见机器学习模型的评估方法 学会常见机器学习模型的学习优化目标 学习使用python机器学习工具sklearn 基于sklearn工具和鸢尾花数据集，进行逻辑回归实战

算法 常见算法 常见的激活函数 import numpy as npdef sigmoid(x): return 1/(1+np.exp(-x))def tanh(x): return np.tanh(x)def relu(x): return np.maximum(0, x)def leaky_relu(x, alpha): return np.where(x>0, x, x*alpha)def elu(x, alpha): return np.where(x>0, x, alpha*(np.exp(x) - 1)) 梯度下降 lr = 0.1x1 = 2.5for i in range(n_iterations): gredient = df(x1) x1 = x1 - lr*gredient 概率分布模型 import numpy as np# 设定随机数种子，以便于复现结果np.random.seed(0)# 伯努利p = 0.5bernoulli_dist = np.random.binomial(1, p, 1000)# ...

算法笔记 1 labuladong的算法笔记 From 2024年9月20日 单链表的基本技巧 1、合并两个有序链表 Easy 虚拟头节点，双指针 2、单链表分解 middle 虚拟头节点，双指针 3、合并K个升序链表 hard 堆的使用，priority_queue 4、寻找单链表的倒数第 k 个节点 5、寻找单链表的中点 6、判断单链表是否包含环并找出环起点 7、判断两个单链表是否相交并找出交点 2 LeeCode 刷题笔记 From 2024年9月20日 待补充 455. 分发饼干 09/22 提交 岛屿的周长 09/23 提交 最大连续 1 的个数 09/24 提交 提莫攻击 09/25 提交 下一个更大元素 I 09/26 提交 键盘行 09/27 提交 相对名次 09/28 提交 C++ 自查表 所有容器：Containers library - cppreference.com 中文首页：cppreference.com 英文首页：cppreference.com 如果以下英文网页难以理解，可以将 url 中的 en 改为 ...

CCF-CSP 刷题记录 From 2024年9月21日 基础算法 排序 快速排序 快排函数定义即 结束条件 随机划分轴 调整轴两侧顺序 递归执行左右部分 #include <iostream>#include <vector>#include <random>using namespace std;void quickSort(vector<int>& vec, int left, int right) { // 结束条件 if (left >= right) return; // 随机选择 pivot random_device rd; default_random_engine eng(rd()); uniform_int_distribution<int> distr(left, right); int pivotIndex = distr(eng); int pivot = vec[pivotIndex]; // ...

序 计算机领域是一个庞大的领域，有无数的分支难以全部掌握，每个分支领域都可以说是无止境。所以对于踏入这个领域的人来说，一个明确且清晰的学习规划是非常重要的。我在本科的时候自学和学习走过很多弯路，也躺平过。经过这几年的反思，希望在研究生期间能稳定的发展下去，能在这个浩如烟海的领域里学习更为细致且深入的内容。 由我个人感觉，学习的效率和结果会因为多种因素出现很大的不同，包括但不限于信息壁垒、方法与技巧等 所以我准备写一系列的自学笔记，既是对自己的记录与推进，也是对大家的分享和帮助。人生在世，普通人需要担心的无非就两个，就业与学业。我会从这两个来讲自己的经历与笔记。 就业 由于时间和精力的限制，我只会讲解与自己相关的东西，如果方向与我不一样，也可以参考参考，毕竟大家也许很多地方都会有类似的考虑与疑惑。 对于经历过秋招和春招的我来说，就业不是一个让人迷茫的词。在我看来，准备就业其实只有一个方向，那就是丰富你的简历，在HR眼中也只能看到你的简历。所以我从研一开始就计划着丰富自己的简历，我的一切准备也是从丰富简历开始。接下来的讲解没有先后顺序，他们都同样重要；同样的，我也是在同时准备以下这 ...

构建神经网络 1 导入所需包 import osimport torchfrom torch import nnfrom torch.utils.data import DataLoaderfrom torchvision import datasets, transforms 2 检查GPU是否可用 device = ( "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu")print(f"Using {device} device")print(torch.__version__)print(torch.cuda.is_available())print(torch.version.cuda) Using cuda device 2.2.2+cu121 True 12.1 如果发现GPU不可用，可能是因为torch版本 ...

目录 1 常见算法 参考 李宏毅深度学习教程LeeDL-Tutorial 邱锡鹏神经网络与深度学习NNDL

6 SVM

单细胞数据分析 自2013年被选为年度方法以来，单细胞技术已经足够成熟，可以为复杂的研究问题提供答案。随着单细胞分析技术的发展，从单细胞分析中收集的数据也显著增加，导致处理这些庞大而复杂的数据集的计算挑战。 单细胞RNA测序-数据分析 scanpy 是一个用于分析单细胞转录组(single cell rna sequencing) 数据的python库，文章2018发表在Genome Biology。它和seurat几乎大差不差，但是以Python的生态，完全可以认为其具有更大的扩展潜力。 安装环境（Scanpy单细胞测序学习-环境配置） 公共单细胞数据集 10X Genomics免费提供的外周血单核细胞(PBMC)数据集 Preprocessing and clustering 3k PBMCs (legacy workflow) — scanpy-tutorials 0.1.dev50+g06018e6 documentation scanpy提供的公开数据集 Datasets — scanpy 开始 1. 载入包 # 载入包import numpy as npimport pan ...