•深度学习实践

《PyTorch深度学习实践9》——卷积神经网络-高级篇（Advanced-Convolution Neural Network）

一、1∗11*11∗1卷积由下面两张图，可以看出1∗11*11∗1卷积可以显著降低计算量。通常1∗11*11∗1卷积还有以下功能：一是用于信息聚合，同时增加非线性，1∗11*11∗1卷积可以看作是对所有通道的信息进行线性加权，即信息聚合，同时，在卷积之后可以使用非线性激活，可以一定程度地增加模型的表达能力；二是用于通道数的变换，可以增加或者减少输出特征图的通道数。二、InceptionModule
☆下山☆·2023-04-02 00:17

【神经网络1】初学者理解循环神经网络RNN

4.如何在pytorch中建立RNNcell1.参考资料强烈推荐B站刘二大人的《PyTorch深度学习实践》非常适合小白入门，墙裂推荐。2.什么情况用RNN？RNN用来处理有明显时间序列信息。
qylirene·2023-04-01 16:41

刘二大人《PyTorch深度学习实践》循环神经网络基础篇

课程请见《PyTorch深度学习实践》值得注意的是使用RNNCell进行迭代和直接使用RNN的区别。
槑!·2023-03-31 04:11

MNIST多分类Pytorch实现——up主：刘二大人《PyTorch深度学习实践》

b站up主：刘二大人《PyTorch深度学习实践》教程：https://www.bilibili.com/video/BV1Y7411d7Ys?
不吃水果的太空人·2023-03-31 04:09

NNIST手写体CNN Pytorch实现——up主：刘二大人《PyTorch深度学习实践》

b站up主：刘二大人《PyTorch深度学习实践》教程：https://www.bilibili.com/video/BV1Y7411d7Ys?
不吃水果的太空人·2023-03-31 04:09

Kaggle Titanic数据集Pytorch实现——up主：刘二大人《PyTorch深度学习实践》

b站up主：刘二大人《PyTorch深度学习实践》教程：https://www.bilibili.com/video/BV1Y7411d7Ys?
不吃水果的太空人·2023-03-31 04:39

RNN Pytorch实现——up主：刘二大人《PyTorch深度学习实践》

b站up主：刘二大人《PyTorch深度学习实践》教程：https://www.bilibili.com/video/BV1Y7411d7Ys?
不吃水果的太空人·2023-03-31 03:52

【小象学院】《计算机视觉的深度学习实践》第二期完整 叶梓

【小象学院】《计算机视觉的深度学习实践》第二期完整叶梓课程官网：http://www.chinahadoop.cn/course/1220【百度网盘1】【百度网盘2】
数据大叔·2023-03-29 11:32

【B站_刘二大人pytorch深度学习实践】笔记作业代码合集

一、线性模型importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):#MSEy_pred=forward(x)return(y-y_pred)**2w_list=[]#权重mse_list=[]#对应权重损失值forw
m0_58586235·2023-03-16 07:54

PyTorch深度学习实践 Lecture06 逻辑斯蒂回归

Author：HorizonMax✨编程技巧篇：各种操作小结机器视觉篇：会变魔术OpenCV深度学习篇：简单入门PyTorch神经网络篇：经典网络模型算法篇：再忙也别忘了LeetCode视频链接：Lecture06Logistic_Regression文档资料：//Hereisthelink:课件链接：https://pan.baidu.com/s/1vZ27gKp8Pl-qICn_p2PaSw提
Horizon Max·2023-02-27 19:02

Pytorch 深度学习实践Lecture_6 Logistic Regression

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili线性回归线性模型预测：连续实数值线性回归模型预测：离散值（分类）仿射模型线性回归模型的仿射模型是在线性模型基础上添加了激活函数,可以将预测值映射到(-1,1)区间内。损失线性模型的MSEloss:线性回归模型BCEloss:PS:线性模型loss计算的是一个数轴上两个实数值的距离；线性回归模型loss计算的是分布的差异，计算方法有
endeavor`·2023-02-27 19:26

《PyTorch深度学习实践》Lecture_06 逻辑回归 Logistic Regression

B站刘二大人老师的《PyTorch深度学习实践》Lecture_06重点回顾+手记+代码复现+报错解决Lecture_06逻辑回归LogisticRegression一、重点回顾（一）分类任务的数据集①TheMNISTDataset
　木夕敢敢·2023-02-27 18:09

机器学习&深度学习实践笔记（一）：pytorch基础与线性回归

最近开始了机器学习与深度学习的学习与编程，大概也还是磕磕绊绊的走过来了，便记录一下历程与心得线性回归理论线性回归模型概述线性回归的内容就是我们假设一些数据，输出（标签）与输入之间存在线性关系，也就是可以用y=wTx+by=w^Tx+by=wTx+b来表示，然后我们需要找到一组最合适的的w与bw与bw与b，来使得模型最符合真实情况，在这里我们将我们的模型叫做H模型，因为吴恩达课程中说的就是一个hyp
听风南巷·2023-02-26 07:07

全15万字丨PyTorch 深度学习实践、基础知识体系全集；忘记时，请时常回顾。

✨✨我们抬头便看到星光，星星却穿越了万年.✨✨作者主页：追光者♂个人简介：在读计算机专业硕士研究生、CSDN-人工智能领域新星创作者、2022年度博客之星人工智能领域TOP4、阿里云开发者社区专家博主2023励志在10月底成为CSDNBlogExperts【无限进步，一起追光！】欢迎点赞收藏⭐留言本篇是关于深度学习框架——PyTorch的基础练习，面向初学者/复习者/遗忘者。一定要多次回顾！！！请
追光者♂·2023-02-21 10:03

想聊天？自己搭建个聊天机器人吧！

文本问答、结构化数据问答、文本翻译、机器同传、对话系统等实践项目的全流程讲解，旨在帮助开发者更全面清晰地掌握百度飞桨框架在NLP领域的用法，并能够举一反三、灵活使用飞桨框架和PaddleNLP进行NLP深度学习实践
飞桨PaddlePaddle·2023-02-16 23:03

PyTorch深度学习实践 第三讲--梯度下降法

Demo3:梯度下降法来源：B站刘二大人梯度下降法#任务：实现梯度下降（全部数据的平均损失）和随机梯度下降（单个数据的损失）#梯度下降importnumpyasnpimportmatplotlib.pyplotasplt#定义数据集x=[1.0,2.0,3.0]y=[2.0,4.0,6.0]#初始化权重w=1.0#定义函数defforward(x):returnx*w#定义cost函数defcos
Vinsada·2023-02-07 11:15

【PyTorch深度学习实践】学习笔记 第四节 反向传播

课程链接PyTorch深度学习实践开始正题前，先做一个知识的补充，关于python的张量——tensor。
咯吱咯吱咕嘟咕嘟·2023-02-07 09:44

4-《PyTorch深度学习实践》-反向传播

梯度更新，简单模型，解析式做复杂模型通过计算图图的方式，方向传播求出来两层线性网络存在的问题，多少层叠加最好都是线性层，叠加就没意义了张量的每个值增加一个非线性函数链式求导法则链式求导法则，矩形框里面的局部梯度导数，正向求损失的时候梯度就提前算好了，提前把梯度存储好了，pytorch存到变量里面前馈和反馈最简单的线性模型张量，参数数据w和梯度，构建模型，本质上就是在构建计算图pytorch的定义人
愚昧之山绝望之谷开悟之坡·2023-02-07 09:14

推荐业界解决方案整理

内容深度召回模型在QQ看点推荐中的应用实践腾讯QQ看点图文多目标推荐实践经验郭沛东：图模型在信息流推荐的原理和实践（一点资讯）跨域推荐技术在58部落内容社区的实践微博推荐算法实践与机器学习平台演进多目标推荐场景下的深度学习实践
PiedPiper68·2023-02-07 08:58

Pytorch 深度学习实践Lecture_2 Linear Model

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili给的示例为模型y=wximportnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):y_pred=forward(x)return(y_pred-y)**2
endeavor`·2023-02-07 08:52

B站刘二大人-Softmx分类器及MNIST实现-Lecture 9

系列文章：《PyTorch深度学习实践》完结合集-B站刘二大人Pytorch代码注意的细节，容易敲错的地方B站刘二大人-线性回归及梯度下降Lecture3B站刘二大人-反向传播Lecture4B站刘二大人
宁然也·2023-02-05 08:06

B站刘二大人-线性回归 Pytorch实现 Lecture 5

系列文章：《PyTorch深度学习实践》完结合集-B站刘二大人Pytorch代码注意的细节，容易敲错的地方B站刘二大人-线性回归及梯度下降Lecture3B站刘二大人-反向传播Lecture4B站刘二大人
宁然也·2023-02-05 08:06

B站刘二大人-多元逻辑回归 Lecture 7

系列文章：《PyTorch深度学习实践》完结合集-B站刘二大人Pytorch代码注意的细节，容易敲错的地方B站刘二大人-线性回归及梯度下降Lecture3B站刘二大人-反向传播Lecture4B站刘二大人
宁然也·2023-02-05 08:06

B站刘二大人-数据集及数据加载 Lecture 8

系列文章：《PyTorch深度学习实践》完结合集-B站刘二大人Pytorch代码注意的细节，容易敲错的地方B站刘二大人-线性回归及梯度下降Lecture3B站刘二大人-反向传播Lecture4B站刘二大人
宁然也·2023-02-05 08:06

B站刘二大人-线性回归及梯度下降 Lecture3

系列文章目录《PyTorch深度学习实践》完结合集-B站刘二大人Pytorch代码注意的细节，容易敲错的地方B站刘二大人-线性回归及梯度下降Lecture3B站刘二大人-反向传播Lecture4B站刘二大人
宁然也·2023-02-05 08:36

刘二大人-《PyTorch深度学习实践》-lecture9-多分类问题-课程代码讲解-其中有自我理解的部分

importtorchfromtorchvisionimporttransformsfromtorchvisionimportdatasetsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasfuncimporttorch.optimasoptim#PIL(PythonImageLibrary)-Python第三方图像处理
Coke_Zero_SK·2023-02-05 08:35

Pytorch 深度学习实践Lecture_8 Dataset and Dataloader

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_BilibiliDataSet类作用：1)加载数据集2)数据集索引fromtorch.utils.dataimportDataset表示Dataset的抽象类所有其他数据集都应该进行子类化。所有子类应该实现函数:__init__,__len__,and__getitem____len__提供了数据集的大小__getitem__支持整数索引，范围从
endeavor`·2023-02-05 08:35

吴恩达DeepLearningCourse4-卷积神经网络

部分内容参考之前的笔记PyTorch深度学习实践文章目录第一周：卷积神经网络边缘检测Padding、Stride三维卷积卷积神经网络中的一层池化层第二周：深度卷积网络实例探究残差网络1x1卷积Inception
MONA ODYSSEY·2023-02-03 16:51

PyTorch 深度学习实践 第9讲

第9讲多分类问题源代码B站刘二大人，传送门PyTorch深度学习实践——多分类问题视频中截图说明：1、softmax的输入不需要再做非线性变换，也就是说softmax之前不再需要激活函数(relu)。
错错莫·2023-02-02 09:54

《PyTorch深度学习实践》学习笔记 【4】

《PyTorch深度学习实践》学习笔记【4】学习资源：《PyTorch深度学习实践》完结合集六、LogisticsRegression（逻辑斯蒂回归模型）虽然它叫做回归模型，但是处理的是分类问题6.0回归问题和分类问题有监督学习
Pin_BOY·2023-02-02 09:23

深度学习笔记（MNIST手写识别）

先看了点花书，后来觉得有点枯燥去看了b站up主六二大人的pytorch深度学习实践的课，对深度学习的理解更深刻一点，顺便做点笔记，记录一些我认为重要的东西，便于以后查阅。
烟火青年_Yan·2023-02-01 20:35

【PyTorch深度学习实践】深度学习之线性模型和梯度下降算法

文章目录前言一、线性模型二、梯度下降法总结前言在学习深度学习过程中，我们需要知道一个基本的流程，首先需要准备数据集（Dataset），然后选择模型（Model），再用该模型进行训练（Training），最后将训练后的模型用于推理（Inferring)。本章中我们先从最简单的线性模型和梯度下降算法讲起。一、线性模型这里我们以一个最简单的线性模型为例y=w*x，x为输入值，y为实际值w为权重，图中给了
今天又干了些什么呢·2023-01-29 07:31

MLP多层感知机用BP算法更新权值解决异或问题(机器学习实验二）

多层感知机(MultiLayerPerceptron)以及反向传播算法(Backpropagation)机器学习——神经网络（四）：BP神经网络如果还不清楚这里有视频：PyTorch深度学习实践（强烈推荐
长门yuki·2023-01-28 16:21

《PyTorch深度学习实践》学习笔记 【3】

《PyTorch深度学习实践》学习笔记【3】学习资源：《PyTorch深度学习实践》完结合集三、梯度下降类似牛顿迭代法/二分法，对costfunc求导,利用偏导进行迭代，使得costfunc达到最小值。
Pin_BOY·2023-01-28 10:11

PyTorch 深度学习实践 第3讲

B站刘二大人，传送门PyTorch深度学习实践梯度下降法梯度下降法importmatplotlib.pyplotasplt#preparethetrainingsetx_data=[1.0,2.0,3.0
夕阳落林中·2023-01-27 08:32

刘老师的《Pytorch深度学习实践》第二讲：线性模型 代码

importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):y_pred=forward(x)return(y_pred-y)*(y_pred-y)w_list=[]mse_list=[]forwinnp.arange(0
我的宠物不是小马·2023-01-27 08:32

PyTorch深度学习实践 第五讲 用PyTorch实现线性回归模型

视频链接：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili本次作业是测试不同的优化器的算法效果，我这里只测试了四种。
pig774·2023-01-27 08:32

《PyTorch深度学习实践》刘二大人 第2讲 线性模型

第2讲linear_model源代码B站刘二大人PyTorch深度学习实践——线性模型numpy学习Numpy数据计算从入门到实战zip用法python中zip()函数的用法importnumpyasnpimportmatplotlib.pyplotaspltx_data
Grairain·2023-01-27 08:01

pytorch 深度学习实践 第二讲 线性模型

pytorch学习视频——B站视频链接：《PyTorch深度学习实践》完结合集哔哩哔哩bilibili第二讲线性模型以线性模型为例，对神经网络的学习过程说明准备数据集，训练集和测试集选择模型，初始化线性模型
会游泳的小雁·2023-01-27 08:00

PyTorch深度学习实践 第二讲--线性模型

Demo2:linear_model来源：B站刘二大人说明：函数forward()中，有一个变量w。这个变量最终的值是从for循环中传入的。for循环中，使用了np.arange。numpy不熟悉的话可以Python数据分析，或者numpy教程代码中涉及到zip()函数。zip函数详解importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.
Vinsada·2023-01-27 08:59

《PyTorch深度学习实践》完结合集 第二讲（线性模型）

《PyTorch深度学习实践》完结合集第二讲线性模型（1）用穷举法实现线性模型的参数确定。
Waibibabu_ETF·2023-01-27 08:56

《PyTorch深度学习实践》第2讲--线性模型

《PyTorch深度学习实践》–线性模型《PyTorch深度学习实践》--线性模型《PyTorch深度学习实践》--线性模型y=wx代码实现y=wx+b代码实现参考资料y=wx代码实现#课堂练习importnumpyasnpimportmatplotlib.pyplotasplt
浅忆笙歌暖·2023-01-27 08:26

pytorch深度学习实践 第二讲 线性模型

机器学习过程：Dataset→ModelSelect→Training→推理过拟合：训练集上有很好的结果，但是训练集外却不能很好的拟合数据。主要原因是训练集存在噪声或训练数据太少。泛化：训练出的模型在训练集外同样适用。数据集：训练集（通常还会分成训练集和开发集，用作模型评估）和测试集。线性模型：y_hat=f(x)=wx+b，训练的目的就是得到w和b。损失loss：预测值与真实值之间的差值。平均平
啥都不会的研究生←_←·2023-01-27 08:52

PyTorch深度学习实践第二讲线性模型

目录监督学习四步骤线性模型泛化代码作业监督学习四步骤DataSet（数据集）Model（模型选择和设计，例如神经网络，决策树等）Training（大部分模型都需要训练，都有些例如KNN不需要训练）Inferring（推导使用）线性模型假设一个学生每周花费x小时在学习上，那么他可能会在最终测验上取得y分。xy1224364?进行猜测之后可能为y^=x∗w+b\hat{y}=x*w+by^=x∗w+b
筱翼深凉·2023-01-27 08:47

Pytorch深度学习实践（一）——线性模型

参考资料B站刘二老师Pytorch深度学习实践1.线性回归采用深度学习Pytorch框架搭建线性回归模型通常需要四个步骤：准备数据构建计算图：①__init__()②forward()构建损失函数和优化器训练
冠long馨·2023-01-27 07:58

cnn学习资料

6，《解析卷积神经网络-深度学习实践手册》
huyongcode·2023-01-26 06:27

pytorch 深度学习实践 第7讲 处理多维特征输入

第5讲处理多维特征的输入MultipleDimensionInputpytorch学习视频——B站视频链接：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili以下是视频内容笔记以及小练习源码
会游泳的小雁·2023-01-25 16:15

【Pytorch深度学习实践】第7讲 处理多维特征的输入

什么是矩阵：空间转换，从N维映射到M维空间的线性变换神经网络：非线性空间变换#Multiple_Dimension_Input#处理多维数据输入importnumpyasnpimporttorchxy=np.loadtxt('data/diabetes.csv.gz',delimiter=',',dtype=np.float32)x_data=torch.from_numpy(xy[:,:-1])
方方方方便面·2023-01-25 16:15

Pytorch 深度学习实践Lecture_7 Multiple Dimension Input

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili多维输入如下图为糖尿病数据集，输入为10个样本，每个样本具有8维特征（怀孕次数，血糖，血压，皮脂厚度，胰岛素，BMI身体质量指数，糖尿病遗传函数，年龄），最后一列为标签（结果），0表示未患糖尿病，1表示患有糖尿病。逻辑回归模型由于输入数据维数增多，而预测值是标量，所以模型需要使用矩阵形式做计算说明：1.乘的权重(w)都一样，加的偏
endeavor`·2023-01-25 15:13

处理多维特征的输入 Multiple Dimension Input

参考，自学PyTorch深度学习实践(刘二大人)P7处理多维特征的输入MultipleDimensionInput_努力学习的朱朱的博客-CSDN博客激活函数：参考（常用激活函数（激励函数）理解与总结）
非常可爱的刘妹妹·2023-01-25 15:11
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他