《动手学深度学习》自学之路

《动手学深度学习》学习笔记 第10章 注意力机制

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-15 19:13

研0或研一|如何快速入门深度学习？

一、经验建议1️⃣课程篇直接上手B站【小土堆PyTorch深度学习快速入门教程】，共计9h50min左右，预计一周就可以学完，比较偏向理论和实践相结合跟李沐学AIB站【动手学深度学习PyTorch版】刘二大人
-希冀-·2024-01-15 08:13

组队学习《动手学深度学习》Task01学习笔记

Task01包含了线性回归模型，softmax模型，多层感知机，文本预处理，语言模型，循环神经网络这几块内容这里主要记录一些零碎的笔记，主要是关于理论1、线性回归模型就是使用了一个线性函数去拟合样本，得到预测值，当然这是一个回归模型，所以是连续的。2、softmax模型则是首先通过一个全连接层将特征空间变换为我们我们所需要的类别维度空间，然后将类别维度空间利用sigmoid函数放缩到[0,1]，变
612twilight·2024-01-14 23:46

动手学深度学习

本期Datawhale组队学习呢，是学习李沐老师的动手学深度学习pytorch版本，希望自己能坚持学下去有所收获。
伟伟好帅·2024-01-14 07:01

李沐—动手学深度学习笔记

目录引言1.2机器学习中的关键组件1.3.1监督学习2.预备知识2.1数据操作2.1.3.广播机制2.1.4.索引和切片2.1.5.节省内存2.1.6.转换为其他Python对象2.2.数据预处理2.2.1.读取数据集2.2.2.处理缺失值2.2.3.转换为张量格式2.3.线性代数2.3.2.向量2.3.5.张量算法的基本性质2.3.6.降维3.线性神经网络4.多层感知机4.1多层感知机4.1.1
比三毛多一根头发·2024-01-14 07:30

李沐《动手学深度学习》预备知识 张量操作与数据处理

目录一、数据操作（一）张量的创建（二）张量的运算（三）张量的广播机制（四）索引和切片（五）转换为其他Python对象二、数据预处理（一）数据集读取（二）缺失值处理（三）转换为张量格式教材：李沐《动手学深度学习
丁希希哇·2024-01-14 07:29

深度学习（动手学深度学习pytorch）1

目录预备知识数据操作数据预处理线性代数微积分预备知识数据操作1.行对应样本，列对应属性2.张量（n维数组），Numpy包中的ndarray。用torch的arange，下面是生成行向量，从0开始的前十二个整数。shape访问每个轴长度（形状），size访问元素个数，reshape改变形状【可以写-1让它自动计算，如x.reshape(-1,4)】importtorchx=torch.arange(
智能打工人·2024-01-14 07:26

《动手学深度学习》组队学习——Task1-2打卡

一、环境安装配置在本次学习前已在电脑安装过Anaconda，由于条件所限暂不考虑使用GPU的情况，根据李沐老师书上的安装步骤进行尝试，并作如下记录。1.在Navigator界面，尝试创建d2l环境，并在base和d2l环境下安装了pytorch（咱也不知道这步是不是多余）。2.根据书上的安装步骤进行torch和d2l包的安装，期间出现一些因网络连接错误造成的失败情况，重新安装后得到解决。3.使用书
Jessy佳音·2024-01-14 07:55

[动手学深度学习]预备知识学习笔记

动手学深度学习-李沐：04数据操作+数据预处理【动手学深度学习v2】_哔哩哔哩_bilibili动手学深度学习-李沐（pdf）：2.预备知识—动手学深度学习2.0.0documentation(d2l.ai
夏莉莉iy·2024-01-14 07:53

李沐 《动手学深度学习》预备知识 线性代数与微积分

系列文章目录李沐《动手学深度学习》预备知识张量操作与数据处理文章目录系列文章目录一、线性代数（一）标量、向量、矩阵、张量（二）张量运算的基本性质（三）降维（四）点积（五）矩阵向量积、矩阵乘法（六）范数二
丁希希哇·2024-01-14 07:52

李沐《动手学深度学习》线性神经网络 线性回归

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分目录系列文章一、线性回归（一）线性回归的基本元素（二）随机梯度下降（三）矢量化加速（实例化说明）（四
丁希希哇·2024-01-14 06:01

《动手学深度学习》学习笔记 第9章 现代循环神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-12 15:02

《动手学深度学习》学习笔记 第8章 循环神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-12 15:54

【深度学习】动手学深度学习(PyTorch版)李沐 2.4.3 梯度【公式推导】

2.4.3.梯度  我们可以连接一个多元函数对其所有变量的偏导数，以得到该函数的梯度（gradient）向量。具体而言，设函数f:Rn→Rf:\mathbb{R}^{n}\to\mathbb{R}f:Rn→R的输入是一个nnn维向量x⃗=[x1x2⋅⋅⋅xn]\vecx=\begin{bmatrix}x_1\\x_2\\···\\x_n\end{bmatrix}x=x1x2⋅⋅⋅xn，输出是一个标
ninding·2024-01-11 15:43

Pytorch1 使用tensor和autograd模块实现线性模型

（1）基础方法声明：本文章是根据《动手学深度学习pytorch版》进行学习，如有侵犯请告知，必删除"""简单的线性回归实现本节将介绍如何只利用tensor和autograd实现一个线性回归的训练"""获取数据
小菜鸡变形记·2024-01-11 14:52

动手学深度学习-卷积神经网络

卷积神经网络在前面的章节中，我们遇到过图像数据。这种数据的每个样本都由一个二维像素网格组成，每个像素可能是一个或者多个数值，取决于是黑白还是彩色图像。到目前为止，我们处理这类结构丰富的数据方式还不够有效。我们仅仅通过将数据展平成一维向量而忽略每个图象的空间结构信息，再将数据送入一个全连接的多层感知机中。因为这些网络特征元素的顺序是不变的，因此最优的结果是利用先验知识，即利用相近像素之间的互关联性，
oceancoco·2024-01-11 08:23

[动手学深度学习-PyTorch版]-3.13深度学习基础-丢弃法

3.13丢弃法除了前一节介绍的权重衰减以外，深度学习模型常常使用丢弃法（dropout）[1]来应对过拟合问题。丢弃法有一些不同的变体。本节中提到的丢弃法特指倒置丢弃法（inverteddropout）。3.13.1方法image.pngimage.pngimage.png图3.5隐藏层使用了丢弃法的多层感知机3.13.2从零开始实现根据丢弃法的定义，我们可以很容易地实现它。下面的dropout函
蒸饺与白茶·2024-01-09 21:56

动手学深度学习4 线性代数

动手学深度学习4线性代数1.线性代数--数学意义2.线性代数的实现3.按特定轴求和4.线性代数QA1.线性代数–数学意义视频：https://www.bilibili.com/video/BV1eK4y1U7Qy
陌上阳光·2024-01-09 07:10

动手学深度学习—深度学习计算

深度学习计算1.层和块之前首次介绍神经网络时，关注的是具有单一输出的线性模型。在这里，整个模型只有一个输出。注意，单个神经网络（1）接受一些输入；（2）生成一些相应的标量输出；（3）具有一组相关参数，更新这些参数可以优化某目标函数。然后，当考虑具有多个输出的网路时，我们利用矢量化算法来描述整层神经元。像单个神经元一样，层（1）接受一组输入，层（2）生成相应的输出，层（3）由一组可调整参数描述。当我
oceancoco·2024-01-08 20:26

softmax回归+损失函数

本文章借鉴李沐老师动手深度学习,只作为个人笔记.3.4.softmax回归—动手学深度学习2.0.0documentation(d2l.ai)文章目录前言一、回归vs分类二、分类问题独热编码(One-HotEncoding
笔写落去·2024-01-08 13:42

《大江大河》――不尽狂澜走沧海，一拳天与压潮头。

插队喂猪，开始了自学之路。1987年恢复高考，高考成绩使他一举成为了县状元。不说他是一个天才，他真是一个勤
庸自扰·2024-01-08 11:53

李沐-《动手学深度学习-02-目标检测

一、目标检测算法1.R-CNNa.算法步骤使用启发式搜索算法来选择锚框（选出多个锚框大小可能不一，需要使用Rolpooling）使用预训练好的模型（去掉分类层）对每个锚框进行特征抽取（如VGG,AlexNet…)训练一个SVM来对每个类进行分类训练一个线性回归模型来预测边缘框偏移b.RolPooling每个锚框的大小是不一样的大的，所以需要对锚框进行处理2.FastR-CNNR-CNN对于每个锚框
叮咚Zz·2024-01-08 08:40

64 注意力机制 | 65 注意力分数【动手学深度学习v2】

文章目录64注意力机制总结65注意力分数【动手学深度学习v2】总结代码加性注意力，还是看书吧有解释可视化这个图，看哪一帧比较重要？！
联系丝信·2024-01-08 06:51

权重初始化和激活函数小结

本文章参考李沐老师的动手深度学习,作为个人的笔记.4.8.数值稳定性和模型初始化—动手学深度学习2.0.0documentation(d2l.ai)文章目录前言首先我们理想的神经网络是什么样子的?
笔写落去·2024-01-07 07:55

《动手学深度学习》学习笔记 第5章 深度学习计算

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知道，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-07 03:13

李沐-《动手学深度学习》-- 01-预备知识

一、线性代数知识1.矩阵计算a.矩阵求导当y和x分别为标量和向量时候，进行求导得到的矩阵形状，矩阵求导就是矩阵A中的每一个元素对矩阵B中的每一个元素求导梯度指向的是值变化最大的方向分子布局和分母布局：b.常识axis=1代表行axis=0代表列nn.model.eval()将模型设置为评估模式，只输入数据然后得出结果而不会做反向传播xxx_下划线在后面的函数代表替换函数，不是返回一个值，而是直接替
叮咚Zz·2024-01-07 00:17

mat1 and mat2 shapes cannot be multiplied (10x1 and 2x1)

动手学深度学习v2的线性回归的简洁实现中训练过程中出现了以下的错误mat1andmat2shapescannotbemultiplied(10x1and2x1)问题出在net中的Linear的x和w的shape
m0_66467467·2024-01-05 21:02

NXP LPC5516 Flexcomm & GD32A503 MFCOM

【LPC54616的自学之路-3】串口_flexcomm接口-CSDN博客GitHub-nxp-mcuxpresso/mcux-sdk-examples:MCUXpressoSDKExamplesMCUXpressoSDK
lbaihao·2024-01-05 09:10

动手学深度学习(八) 优化算法进阶

11.6Momentum在Section11.4中，我们提到，目标函数有关自变量的梯度代表了目标函数在自变量当前位置下降最快的方向。因此，梯度下降也叫作最陡下降（steepestdescent）。在每次迭代中，梯度下降根据自变量当前位置，沿着当前位置的梯度更新自变量。然而，如果自变量的迭代方向仅仅取决于自变量当前位置，这可能会带来一些问题。对于noisygradient,我们需要谨慎的选取学习率和
致Great·2024-01-05 00:19

动手学深度学习之卷积神经网络之池化层

池化层卷积层对位置太敏感了，可能一点点变化就会导致输出的变化，这时候就需要池化层了，池化层的主要作用就是缓解卷积层对位置的敏感性二维最大池化这里有一个窗口，来滑动，每次我们将窗口中最大的值给拿出来还是上面的例子，这里的最大池化窗口为2*2填充、步幅和多个通道这里基本与卷积层类似，与卷积层不同的是，池化层不需要学习任何的参数平均池化层与最大池化层不同的地方在于将最大操作子变为平均，最大池化层是将每个
baidu_huihui·2024-01-04 12:35

《动手学深度学习》学习笔记 第7章 现代卷积神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知识，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-03 20:58

《动手学深度学习》学习笔记 第4章 多层感知机

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知道，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-03 20:58

《动手学深度学习》学习笔记 第6章 卷积神经网络

本系列为《动手学深度学习》学习笔记书籍链接：动手学深度学习笔记是从第四章开始，前面三章为基础知道，有需要的可以自己去看看关于本系列笔记：书里为了让读者更好的理解，有大篇幅的描述性的文字，内容很多，笔记只保留主要内容
北方骑马的萝卜·2024-01-03 20:24

零基础Java自学全攻略

从零开始，手把手教你踏上Java自学之路！一、Java基础入门Java简介与环境配置内容：介绍Java的发展历程、应用领域及开发环境搭建（如JDK安装、配置等）。
猴哥是肖鸿·2024-01-03 19:43

[动手学深度学习-PyTorch版]-7.2优化算法-梯度下降和随机梯度下降

7.2梯度下降和随机梯度下降在本节中，我们将介绍梯度下降（gradientdescent）的工作原理。虽然梯度下降在深度学习中很少被直接使用，但理解梯度的意义以及沿着梯度反方向更新自变量可能降低目标函数值的原因是学习后续优化算法的基础。随后，我们将引出随机梯度下降（stochasticgradientdescent）。7.2.1一维梯度下降image.png%matplotlibinlineimp
蒸饺与白茶·2024-01-03 15:47

《动手学深度学习》

阅读全文-->《动手学深度学习》内容简介《动手学深度学习》旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。
leonbamboo·2024-01-03 10:36

学python的乐趣

最近因为被要求整改，一个月也没什么课上，总感觉大学里不能只学专业知识，不然到毕业也不好找工作，于是也有了自学python的想法，前几天也是开启了自学之路，发现了这语言挺有意思的。
不吃猫de鱼·2024-01-02 22:23

Linux应用开发自学之路

前言在「关于我」那篇博文里，朋友们应该知道了我不是科班出身，是由机械强行转行到Linux应用开发方向。下面我就详细向大家介绍自己这一路上的转行历程，希望对大家有所启发。我是学机械专业的，对于机械专业我还是很感兴趣，而且当年这个专业也是我自己选择的。本科时成绩没排第一，但也排专业前列。硕士时成绩一直是专业第一，还拿过国家奖学金。由此可见，我还是挺热爱机械的，考研时甚至还想去中科院深造（可惜落榜了），
Linux服务器开发·2024-01-01 21:16

1.巧用FME2018完成OSGB转FBX

想到用这个工具主要是因为遇到个麻烦的事情，OSGB的数据经DP处理后再放回CCC跑成FBX需几经周折，于是想到这个据说支持400+格式的转换神器，经搜索2018版本是支持这两种格式的，窃喜，于是接下来走上了FME的自学之路
俺就一粗人·2023-12-30 13:42

批量归一化(Batch normalization)

动手学深度学习笔记-批量归一化Batchnormalization什么是批量归一化?为什么需要批量归一化？批量归一化如何起作用？总结与注意事项什么是批量归一化?  
安静的钢琴·2023-12-26 11:28

动手学深度学习(五) 梯度消失、梯度爆炸

梯度消失、梯度爆炸以及Kaggle房价预测梯度消失和梯度爆炸考虑到环境因素的其他问题Kaggle房价预测梯度消失和梯度爆炸深度模型有关数值稳定性的典型问题是消失（vanishing）和爆炸（explosion）。当神经网络的层数较多时，模型的数值稳定性容易变差。假设一个层数为的多层感知机的第层的权重参数为，输出层的权重参数为。为了便于讨论，不考虑偏差参数，且设所有隐藏层的激活函数为恒等映射（ide
致Great·2023-12-25 20:17

聊聊我的 Java 自学之路

有感而发，讲讲我的自学之路。
java技术分享师·2023-12-24 05:23

[动手学深度学习-PyTorch版]-4.5深度学习计算-读取和存储

4.5读取和存储到目前为止，我们介绍了如何处理数据以及如何构建、训练和测试深度学习模型。然而在实际中，我们有时需要把训练好的模型部署到很多不同的设备。在这种情况下，我们可以把内存中训练好的模型参数存储在硬盘上供后续读取使用。4.5.1读写Tensor我们可以直接使用save函数和load函数分别存储和读取Tensor。save使用Python的pickle实用程序将对象进行序列化，然后将序列化的对
蒸饺与白茶·2023-12-24 03:07

我一个人的前端自学之路

这篇文章不会有技术栈也不会有学习路线，仅仅只是介绍我大学期间的自学经历。我不知道算不算一篇水文。本人情况：22届毕业的本科生（不知名的双非二本就不说了）；软件工程专业；前端大学纯自学（没有老师指导也没有一起学前端的同伴，真正的一个人摸索了3年）面试不知不觉已经大四。最近一个月都在忙面试的事情，说实话当时也只是抱着试一试大厂的想法。后面面试下来我发现大厂的面试其实也就那样吧我大概是从10.9才开始面
月 夕·2023-12-22 14:21

动手学深度学习PyTorch-task1（线性回归；Softmax与分类模型；多层感知机）

elites/course/cZu18YmweLv10OeV部分PyTorch代码来自GitHub开源仓库：https://github.com/ShusenTang/Dive-into-DL-PyTorch《动手学深度学习
weixin_43756073·2023-12-22 08:18

《机器学习实战》简介与中英文pdf、源码分享

1前言前几天，StrongerTang分享了《动手学深度学习》(点击即可阅读)，受到了不少朋友的肯定。
StrongerTang·2023-12-21 06:43

【无标题】

动手学深度学习-pytorch简记线性网络线性回归简单实现#importnumpyasnpimporttorchfromtorch.utilsimportdatafromd2limporttorchasd2limportmatplotlib.pyplotaspltimportpylab
会编程的道君·2023-12-20 15:56

【10大专题，2.8w字详解】：从张量开始到GPT的《动手学深度学习》要点笔记

《动手学深度学习PyTorch版》复习要点全记录专注于查漏补缺、巩固基础，这份笔记将带你深入理解深度学习的核心概念。通过一系列精心整理的小专题，逐步构建起你的AI知识框架。
hadiii·2023-12-20 11:11

自学之路（5）

过年这两天没有描摹头像，休息了两天。昨天下午把年前，没有完成的两幅头像画完了。学习真的必须坚持，一天也不能停顿，一停下来就会有懈怠的情绪，不想再每天坚持了。就想着偶尔偷下懒，也没什么吧！就像我这两天，一直给自己找理由，不想坐下来学画。每天和孩子们看看电视，说说笑笑的轻松又开心。不像画素描，一个人一坐就是大半天，单调、枯燥，还得绞尽脑汁的想着，怎样才能把一副画，画像、画好。挺累人！还有点儿烦！昨天终
楚天月色·2023-12-20 02:18

动手学深度学习1 导学

深度学习导学课课程基础信息整理00预告01课程安排02深度学习介绍QA课程基础信息整理课程安排：https://courses.d2l.ai/zh-v2/ppt代码视频等链接都在文档里有展现李沐老师课程所用电子书：https://zh-v2.d2l.ai/B站课程链接：https://space.bilibili.com/1567748478/channel/seriesdetail?sid=35
陌上阳光·2023-12-19 22:20
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他