•深度学习实践

【PyTorch深度学习实践】03_反向传播

文章目录1.计算图2.反向传播2.1链式求导法则2.2反向传播过程3.Pytorch中前馈和反馈的计算3.1Tensor3.2代码演示对于简单的模型，梯度变换可以用解析式表达进行手算，但是复杂模型（很多w，b）的损失函数需要挨个写解析式，非常不好计算（主要是求导）。因此，可以考虑使用某种算法，把整个网络看做一个计算图，在图上传播整个梯度。这种算法，就称为反向传播算法。转载：梯度下降法是通用的优化算
青山的青衫·2023-01-10 16:46

【PyTorch深度学习实践】04_用PyTorch实现线性回归

文章目录1.模型训练步骤2.实现过程2.1准备数据集2.2设计模型2.3设计损失函数和优化器2.4训练过程3.完整代码1.模型训练步骤1.准备数据集dataset和dataloader2.设计模型3.构造损失函数和优化器4.训练过程前馈（算损失）、反馈（算梯度）、更新（用梯度下降更新）2.实现过程2.1准备数据集importtorch#x，y这里都是张量x_data=torch.tensor([[
青山的青衫·2023-01-10 16:46

深度学习实践必备工具

下面是自己对深度学习过程中一些工具的知识点的总结，希望能对你有帮助。如果疑问或错误欢迎交流！自己目前的程度也是比较浅的，但是算可以自己远程服务器，改代码，跑实验。搭建好了这些基础环境后，接下来要做的就是多看论文多做实验了！自己只是初探这个领域，接下来的新认识，还会不断更新此文章！目录环境连接工具（基于win10）穿透工具一些小工具（需要可以找我要）一些常用命令Linuxanacoda深度入门书籍视
大海Git·2023-01-10 10:46

Pytorch深度学习实践（b站刘二大人）P11讲 (CNN卷积神经网络高级篇)

1.GoogLeNet：蓝色的块是卷积，红色的块是池化，黄色的是softmax减少代码冗余：函数/类当网络结构复杂，对于类似或者相同的子结构，就可以把这个子结构（块）封装成一个类GoogleNet，常被用作基础主干网络，图中红色圈出的一个部分称为Inception块2.InceptionModule解析卷积核的大小：GoogleNet的下面这个块出发点是不知道多大的卷积核好用，那就在一个块里面把这
努力学习的朱朱·2023-01-09 22:20

PyTorch 深度学习实践 GPU版本B站 刘二大人第11讲卷积神经网络(高级篇)GPU版本

第11讲卷积神经网络(高级篇)GPU版本源代码原理是基于B站刘二大人：传送门PyTorch深度学习实践——卷积神经网络(高级篇)这篇基于博主错错莫：传送门深度学习实践第11讲博文仅在他的基础上加入了GPU
中杯可乐多加冰·2023-01-09 22:18

Pytorch 深度学习实践Lecture_9 Softmax Classifier

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili使用Softmax预测多分类问题输出需要满足分布的条件1)2)假设是最后一层的输出，Softmax公式为示例损失函数(交叉熵)numpy计算loss示例：importnumpyasnpy=np.array([1,0,0])z=np.array([0.2,0.1,-0.1])y_pred=np.exp(z)/np.exp(z).su
endeavor`·2023-01-09 19:14

学习日记（三）

目录PyTorch学习Sklearn学习前沿如何从GitHub下载csv文件PyTorch学习《PyTorch深度学习实践》完结合集-刘二大人https://blog.csdn.net/weixin_44410569
沟壑星空qq_42946961·2023-01-09 19:31

《PyTorch深度学习实践》第十三课（循环神经网络RNN高级版）

b站刘二视频，地址：《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili网络模型通过RNN模型，实现输出名字，对应出国家的功能构造数据列表长短不一，构造成一样将国家做成输出索引导入数据如果以后数据集为
falldeep·2023-01-09 08:35

3 PyTorch读入各类形式的数据

欢迎订阅本专栏：《PyTorch深度学习实践》订阅地址：https://blog.csdn.net/sinat_33761963/category_9720080.html第二章：认识Tensor的类型
王小小小草·2023-01-08 13:01

《PyTorch深度学习实践》-B站 刘二大人-day1

第2讲linear_model源代码B站刘二大人，传送门PyTorch深度学习实践——线性模型代码说明：1、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。
爱编程的西瓜·2023-01-07 17:13

刘二大人《pytorch深度学习实践作业》 code1

#code1importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):  returnx*w+bdefloss(x,y):  y_pred=forward(x)  return(y_pred-
little red519·2023-01-07 17:13

刘二大人 PyTorch深度学习实践 笔记 P12 循环神经网络（基础篇）

刘二大人PyTorch深度学习实践笔记P12循环神经网络（基础篇）P12循环神经网络（基础篇）一、基本概念1、Basic_RNN2、RNNCell二、RNN的两种实现方式1、RNNCell单元模块的实现
小白*进阶ing·2023-01-07 17:40

PyTorch处理多维特征的输入

importnumpyasnpimporttorchimportmatplotlib.pyplotaspltimporttorch.nn.functionalasF#1.preparedatasetxy=np.loadtxt('E:\深度学习\PyTorch深度学习实践
还记得樱花正开~·2023-01-07 17:34

（刘二大人）PyTorch深度学习实践-反向传播（作业）

1.针对y_hat=w1*x^2+w2*x+b的反向传播计算图构建2.代码实现importtorchimportnumpyasnpimportmatplotlib.pyplotasplt#准备数据x_data=torch.Tensor([1.0,2.0,3.0])y_data=torch.Tensor([7.0,16.0,29.0])w1=torch.Tensor([1.0])#2为最佳w1.re
Catherine_bling·2023-01-07 16:02

pytorch 深度学习实践思维导图

Pytorch实现线性回归线性回归数据集和数据加载多分类问题CNN基础CNN高级篇RNN基础RNN高级篇附刘二大人B站视频地址《PyTorch深度学习实践》完结合集
qq_43178462·2023-01-07 09:26

Pytorch实践----06.Logistic Regression逻辑斯蒂回归

学习刘二大人《PyTorch深度学习实践》B站地址：B站视频逻辑斯蒂回归虽然叫和回归，但其实是为了解决分类问题importtorchimporttorch.nnasnnimporttorch.nn.functionalasFx_data
一郭不够吃·2023-01-06 13:33

《PyTorch深度学习实践》P13循环神经网络RNN高级篇

全部代码在最后面。分类任务：用名字识别出语言；这里每一个名字实际上是一个序列，(序列长短不一致)例如Maclean，->Maclean==x1,x2,x3,x4,x5,x6,x7①准备数据用ASCII码来表示;序列长短不一:用padding对标签Y也做成词典：将来就可以再这个词典里查找对数据（.gz类型）的读取：不同数据类型用不同包去读取！制作键值对表：code：defgetConutryDict
XD101DX·2023-01-06 07:11

《PyTorch深度学习实践》P13 循环神经网络高级篇 代码

1根据自己的环境改下main函数中的USE_GPU2数据集提取码：a8qqimportcsvimportgzipimportmathimporttimeimportmatplotlib.pyplotaspltimporttorchfromtorch.nn.utils.rnnimportpack_padded_sequencefromtorch.utils.dataimportDataset,Dat
qq_41936465·2023-01-06 07:36

Pytorch深度学习实践 第十三讲 循环神经网络（高级篇）

数据集链接：https://pan.baidu.com/s/1bIKasCIDAaT-_EwB6hcAMQ提取码：4fij任务：使用RNN通过训练name数据集来预测name属于哪个country.RNN，LSTM，GRU都是循环神经网络。网络模型：最后只需要一个LinearLayer来得出整个name序列的预测结果。数据准备Name序列处理步骤：1.Name转成序列List，即Maclean→[
啥都不会的研究生←_←·2023-01-06 07:05

PyTorch深度学习实践（十三）循环神经网络高级篇

用RNN做一个分类器，现在有一个数据集，数据集里有人名和对应的国家，我们需要训练一个模型，输入一个新的名字，模型能预测出是基于哪种语言的（18种不同的语言，18分类），在自然语言处理中，通常先把词或字编程一个one-hot向量，one-hot向量维度高，而且过于稀疏，所以一般来说呀先通过嵌入层（Embed）把one-hot向量转化成低维的稠密向量，然后经过RNN，隐层的输出不一定和最终要求的目标一
此生辽阔·2023-01-06 07:05

PyTorch深度学习实践概论笔记13-循环神经网络高级篇-分类

在PyTorch深度学习实践概论笔记12-循环神经网络基础篇中简单介绍了RNN，接下来13讲，我们介绍一个关于神经网络的应用：实现一个循环神经网络的分类器。
双木的木·2023-01-06 07:34

【PyTorch学习1】B站刘二大人《PyTorch深度学习实践》——线性模型（Linear Model）

b站课程链接：线性模型1.基本思想：给出了一组一维数据，定义了一个简单的线性拟合函数，通过穷举法来列出一些权重（拟合函数的系数），并计算这些权重对应的拟合损失函数（使用均方误差（MSE））。LinearModel：y^=w∗x\hat{y}=w*xy^=w∗x(为了简化模型，未加偏置项b)TrainingLoss(Error)：loss=(y^−y)2=(w∗x−y)2loss=(\hat{y}-
小龙呀·2023-01-04 09:17

Pytorch 深度学习实践 第9讲--刘二大人

B站刘二大人，传送门PyTorch深度学习实践——多分类问题说明：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)。
NCUTer·2023-01-03 14:21

Pytorch深度学习实践-刘二大人-反向传播demo

importmatplotlib.pyplotaspltimporttorch#y=w*xx_data=[1,1.8,2.5,3.0]y_data=[2,4,6.9,7.5]loss_list=[]w=torch.Tensor([0.5])w.requires_grad=Truedefforward(x):returnx*w#W是tensor，tensor的运算后是建立计算图defloss(x,y
慢慢来8·2023-01-03 13:47

PyTorch深度学习实践-刘二大人-反向传播作业

importmatplotlib.pyplotaspltimporttorch#y=w1*x2+w2*x+b,注意超参数学习率的设置，这里设置为0.01x_data=[1,2,3]y_data=[2,4,6]loss_list=[]w1=torch.Tensor([1])w2=torch.Tensor([1])b=torch.Tensor([1])w1.requires_grad=Truew2.r
慢慢来8·2023-01-03 13:47

Pytorch深度学习实践-刘二大人-05pytorch实现线性模型

Pytorch的实现流程为：本节的课上代码为：importmatplotlib.pyplotaspltimporttorchx_data=torch.tensor([[1.0],[2.0],[3.0]])#3*1,1指的是维度，3是样本数y_data=torch.tensor([[2.0],[4.0],[6.0]])#3*1loss_list=[]classLinearMode(torch.nn.
慢慢来8·2023-01-03 13:47

Pytorch深度学习实践-刘二大人-线性模型作业

importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1,2,3,4]y_data=[2,4,6,8]w_list=np.arange(0.0,4.1,0.1)b_list=np.arange(-2.0,2.1,0.1)w,b=np.meshgrid(w_list,b_list)defforward(x):returnx*w+bdefloss(x,y
慢慢来8·2023-01-03 13:17

Pytorch深度学习实践-刘二大人-梯度下降和随机梯度下降

梯度下降法：importmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0,4.0]y_data=[2.0,4.0,6.0,8.0]loss_list=[]w=1.0defforward(x):returnw*xdefcost(xs,ys):sum=0forx,yinzip(xs,ys):pre_y=forward(x)sum+=(y-pre_y)**2return
慢慢来8·2023-01-03 13:17

（刘二大人）PyTorch深度学习实践-线性模型作业

1.3D绘图参考2.代码实现importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlibimportcmfrommatplotlib.tickerimportLinearLocator#w=2,b=0，设置数据x_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]W=np.arange(0.0,4.1,0.1)B=np
Catherine_bling·2023-01-03 13:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 卷积神经网络CNN（8）

目录一、卷积过程（基础）IfMoveToGPU作业二、卷积神经网络（高级）InceptionResidualNetwork一、卷积过程（基础）IfMoveToGPU#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.19作者：手可摘星辰不去高声语文件名：CNN
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 循环神经网络RNN（难点⏸）（9）

目录一、循环神经网络（基础篇）二、未完待续……一、循环神经网络（基础篇）RNNCell需要自己写循环：二、未完待续……
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 多维特征输入与多层神经网络（+测试集验证）（5）

目录7、处理多维特征的输入与多层神经网络7、处理多维特征的输入与多层神经网络果然，ReLU好用！！！#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.作者：手可摘星辰不去高声语文件名：.py功能：1、Ctrl+Enter在下方新建行但不移动光标；2、Shif
手可摘星辰不去高声语·2023-01-03 11:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 加载数据集（6）

目录8、加载数据集8、加载数据集windows需要在下面的代码前面加上if__name__=='__main__':#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.作者：手可摘星辰不去高声语文件名：.py功能：1、Ctrl+Enter在下方新建行但不移动光
手可摘星辰不去高声语·2023-01-03 11:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · 多分类问题（7）

目录9.多分类问题9.多分类问题这里应该是HWC---->CHW#!/usr/bin/envpython#-*-coding:utf-8-*-"""============================================时间：2021.8.17作者：手可摘星辰不去高声语文件名：09-Softmax.py功能：手写数字识别说明：Pytorch0.4.0torchvision0.2.2
手可摘星辰不去高声语·2023-01-03 11:10

《PyTorch深度学习实践》完结合集 · Hongpu Liu · PyTorch实现线性回归（3）

目录5.PyTorch实现线性回归①准备数据集②设计模型③构造损失函数和优化器④编写训练周期作业：关于pytorch中的张量和维度的概念LEARNINGPYTORCHWITHEXAMPLES5.PyTorch实现线性回归①准备数据集②设计模型③构造损失函数和优化器④编写训练周期作业：#!/usr/bin/envpython#-*-coding:utf-8-*-'''================
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · logistic回归（+交叉熵）（4）

目录6.logistic回归6.logistic回归在此，推荐大家去看一篇文章：《一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉》另外，我在这里记录文章里面一些重要的内容，如下：求不求平均值（size_average=False/True）影响梯度，影响学习率#!/usr/bin/envpython#-*-coding:utf-8-*-"""======================
手可摘星辰不去高声语·2023-01-03 11:40

《PyTorch深度学习实践》完结合集 · Hongpu Liu · overview（1）

课程链接：《PyTorch深度学习实践》完结合集https://www.bilibili.com/video/BV1Y7411d7Ys?p=1一、Pytorch
手可摘星辰不去高声语·2023-01-03 11:39

《PyTorch深度学习实践》完结合集 · Hongpu Liu · PyTorch梯度下降法（2）

目录4.反向传播4.反向传播#!/usr/bin/envpython#-*-coding:utf-8-*-'''============================================时间：2021.8.13作者：手可摘星辰不去高声语文件名：04-PyTorch梯度下降法.py功能：1、Ctrl+Enter在下方新建行但不移动光标；2、Shift+Enter在下方新建行并移到新行行
手可摘星辰不去高声语·2023-01-03 11:39

21Winter\ 使用全连接层对MINIST进行多分类

最近很emo，然后就很久都没有更新相关的内容了其实这一篇文章其实是Pytorch深度学习实践byProf.HongpuLIU中的两课的合集，我们先学习了内置Dataset类型的实例化，然后再对于内置的DatasetMINIST
Bealliant·2023-01-03 11:34

【刘洪普】PyTorch深度学习实践

文章目录一、overview1机器学习二、Linear_Model（线性模型）1例子引入三、Gradient_Descent(梯度下降法)1梯度下降2梯度下降与随机梯度下降（SGD）对比3Mini-Batch四、BackPropagation（反向传播）1线性模型叠加的神经网络2反向传播3在PyTorch中进行前馈和反馈的运算五、PyTorch实现线性回归一、overview1机器学习想写一点，但
蛋黄液·2023-01-03 11:58

吴恩达视频－第一门课第2周2.11节－向量化(Vectorization)

2.11向量化(Vectorization)向量化是非常基础的去除代码中for循环的艺术，在深度学习安全领域、深度学习实践中，你会经常发现自己训练大数据集，因为深度学习算法处理大数据集效果很棒，所以你的代码运行速度非常重要
越努力越幸运@·2022-12-31 10:45

Pytorch小记-torch.nn.Softmax(dim=1)如何理解？

在进行多分类时，时常看到Softmax分类函数，理论基础可看文章PyTorch深度学习实践概论笔记9-SoftMax分类器。
双木的木·2022-12-31 10:32

正则化技术

参考：《Hands-OnMachineLearningwithScikit-LearnandTensorFlow(2017)》Chap11《卷积神经网络——深度学习实践手册(20
hey-yahei·2022-12-31 07:17

【深度学习实践】从零开始的炼丹生活11—— GAN的综述（2020.3）

往期回顾：08——卷积网络09——循环神经网络10——GAN的基本概念上一节我们学习了GAN的基本概念,这一节我们将过去几年的GAN经典算法思想都介绍一下。一、GAN的数学解释上一节我们学习了GAN的基本算法，现在让我们看看GAN背后的数学思想。生成器生成器实际上产生了一个生成数据分布PG(x)P_G(x)PG(x)。它的目标就是使得PG(x)P_G(x)PG(x)与Pdata(x)P_{data
wby1905·2022-12-30 10:46

PyTorch深度学习实践 Lecture04 反向传播

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：Lecture04Back_Propagation文档资料：//Hereisthelink:课件链接：https://pan.baidu.com/s/1vZ27gKp8Pl-qICn_p2PaSw提取码：
Horizon Max·2022-12-30 03:14

PyTorch深度学习实践（一）线性模型Linear Model作业

PyTorch深度学习实践（一）线性模型LinearModel作业前言视频教程：B站河北工业大学——刘二大人的【PyTorch深度学习实践】网址：https://www.bilibili.com/video
CV散文集·2022-12-30 03:43

Pytorch深度学习实践（b站刘二大人）P10讲 (CNN卷积神经网络基础篇)

1.全连接网络指的是网络里面用的都是线性层，如果一个网络全都由线性层串行连接起来，就叫做全连接网络在线性层里面输入和每一个输出值之间都存在权重，即每一个输入节点都要参与到下一层输出节点的计算上，这样的线性层也叫全连接层FullyConnected说到全连接层，大家马上就能反应到，CNN的最后一层大多是全连接层，全连接层可以实现最终的分类。那么为什么要叫全连接层呢？全连接层有什么特点呢？假设全连接层
努力学习的朱朱·2022-12-30 03:38

Pytorch深度学习实践（b站刘二大人）P5讲（用Pytorch实现线性回归）

用Pytorch实现线性回归:1.准备数据集2.设计模型(计算y_pred)3.构造损失函数和优化器4.训练周期（前馈、反馈、更新）1.准备数据集x_data=torch.Tensor([[1.0],[2.0],[3.0]])y_data=torch.Tensor([[2.0],[4.0],[6.0]])其中x、y分别是3*1的矩阵2.设计模型(计算y_pred)我们的模型类应该从nn.Modul
努力学习的朱朱·2022-12-30 03:08

《PyTorch深度学习实践》Lecture_05 用Pytorch实现线性回归 Linear Regression with PyTorch

B站刘二大人老师的《PyTorch深度学习实践》Lecture_05重点回顾+代码复现Lecture_05用Pytorch实现线性回归LinearRegressionwithPyTorch一、重点回顾用
　木夕敢敢·2022-12-30 03:36

【Pytorch深度学习实践】B站up刘二大人之Linear Regression with PyTorch-代码理解与实现(4/9)

开篇几句题外话：代码对我还是不简单，还是要花时间。我反应不过来变量之间的关系，没办法很快的想清楚这个过程。Lecture05——LinearRegressionWithPyTorch利用PyTorch实现线性回归模型说在前面：这部分内容有不少更新指出：（1）构建数据集用到了torch中的Tensor；（2）通过创建python中的线性模型类，并实例化它，来构建模型；（3）损失函数通过torch.n
nemo_0410·2022-12-30 03:05
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他