对高光谱数据集Indian Pinesca分类

①读取数据并加载import numpy as np import scipy.ndimage import scipy.io as sio from sklearn.decomposition import PCA from sklearn.model_selection import train_test_split import torch.utils.data as Data import

- 阅读全文 -

以MNIST分类为例实现LSTM分类

LSTM讲得特别好的一篇博客:http://colah.github.io/posts/2015-08-Understanding-LSTMs/import torch import torch.nn as nn import torch.optim as optim import torchvision from torchvision import transforms class Rnn(

- 阅读全文 -

高光谱图像的Hughes现象

Hughes现象是指在高光谱分析中过程中,随着参与运算波段数目的增加,分类精度“先增后降”的现象。高光谱图像的几百频谱维度不可避免地导致维度灾难(curse of dimensionality)。与多光谱相比,高光谱图像的一个显著特点就是它的波段数目远远大于多光谱图像,因而可以提供更为丰富的细节信息,可以解决许多在多光谱中不能解决的目标探查和分类问题,但是由于Hughes现象的存在,使得高光谱图像

- 阅读全文 -

MNIST分类(数字识别)

1.CNN on CPUimport os # third-party library import torch import torch.nn as nn import torch.utils.data as Data import torchvision import matplotlib.pyplot as plt import time # torch.manual_seed(1)

- 阅读全文 -

Numpy、Tensorflow、Pytorch

使用numpy与使用深度框架的最大区别在于:numpy不支持gpu加速,只能运行再cpu,而深度框架可以。 Tensorflow先构建显示的图,然后重复运行;pytorch是在每一次前向传播时构建新的图。1.Tensorflow代码演示两层全连接神经网络,代码主要由两部分组成:计算图结构的描述 与 使用会话运行计算图为防止GPU、CPU来回切换影响性能,如w1、w2这种权值应设为变量权值更新

- 阅读全文 -