动手学深度学习学习整理

11、动手学深度学习——语言模型和数据集：代码详解

我们了解了如何将文本数据映射为词元，以及将这些词元可以视为一系列离散的观测，例如单词或字符。假设长度为TTT的文本序列中的词元依次为x1,x2,…,xTx_1,x_2,\ldots,x_Tx1,x2,…,xT。于是，xtx_txt（1≤t≤T1\leqt\leqT1≤t≤T）可以被认为是文本序列在时间步ttt处的观测或标签。在给定这样的文本序列时，语言模型（languagemodel）的目标是估计
辰阳星宇·2023-07-19 10:23

【动手学深度学习】GPU初步认识与使用

【动手学深度学习】GPU初步认识与使用查看显卡使用nvidia-smi命令来查看显卡信息 pytorch中每一个数组都有一个设备，将其称之为环境，那么默认情况下都是在CPU上，有时候环境是GPU计算设备
MoonpieXia·2023-07-19 05:49

【动手学深度学习】自定义层

【动手学深度学习】自定义层不带参数的层 下面的类不带任何参数importtorchimporttorch.nn.functionalasFfromtorchimportnnclassCenteredLayer
MoonpieXia·2023-07-19 05:16

运动学习整理

[1][Conditt,M.A.,Francesca,G.,&Mussa-Ivaldi,F.A..(1997).Themotorsystemdoesnotlearnthedynamicsofthearmbyrotememorizationofpastexperience.JournalofNeurophysiology,78(1),554-560.]研究目的是探究在外部施加干扰力场时手臂运动的适应
辰_123·2023-07-18 16:51

Linux 常用指令学习整理

Linux常用指令学习整理目录文件相关`cd``ls``tree``mkdir``cp``mv``rm``cat``more``grep``echo``>`和`>>``|``tar``文件详情`管理相关
叫我海王大人·2023-07-18 12:54

【动手学深度学习】--09.PyTorch神经网络基础

文章目录PyTorch神经网络基础1.层和块1.1自定义块1.2顺序块1.3在前向传播函数中执行代码2.参数管理2.1参数访问2.1.1目标参数2.1.2一次性访问所有参数2.1.3从嵌套块收集参数2.2参数初始化2.2.1内置初始化2.2.2自定义初始化2.3参数绑定3.自定义层3.1不带参数的层3.2带参数的层4.读写文件4.1加载和保存张量4.2加载和保存模型参数5.GPU5.1计算设备5.
小d<>·2023-07-18 08:02

【动手学深度学习】--08.实战：Kaggle房价预测

文章目录实战：Kaggle房价预测1.访问和读取数据集2.数据预处理2.1标准化数据2.2离散数据处理3.训练4.K折交叉验证5.模型选择实战：Kaggle房价预测1.访问和读取数据集#如果没有安装pandas，请取消下一行的注释#!pipinstallpandas%matplotlibinlineimportnumpyasnpimportpandasaspdimporttorchfromtorc
小d<>·2023-07-18 08:32

【动手学深度学习】--10.卷积神经网络

文章目录卷积神经网络1.从全连接层到卷积1.1全连接层1.2平移不变性1.3局部性1.4卷积2.卷积层2.1互相关计算2.2卷积层2.3图像中目标的边缘检测2.4学习卷积核3.填充和步幅3.1填充3.2步幅4.多输入多输出通道4.1多输入通道4.2多输出通道4.31×1卷积层5.池化层5.1池化层5.2填充和步幅5.3多个通道卷积神经网络1.从全连接层到卷积官方笔记：从全连接层到卷积学习视频：卷积
小d<>·2023-07-18 08:57

Jvm学习整理

jvm特点：Java语言编译程序只需要生成能在Jvm上运行的目标代码（字节码）,就可以在其他平台上不加修改的直接运行，Jvm在运行字节码的时候，把字节码解析成具体平台上的操作指令操作系统的堆和栈堆：一般是有程序员分配释放，若不释放，程序结束时则由os回收，分配方式类似于链表栈：有操作系统自动分配释放，存放函数参数值，局部变量值等Jvm内存图Jvm位于操作系统的堆当中，类加载到虚拟机的过程：当cla
简书用户tron001·2023-07-17 19:53

MSP432学习笔记14：定时器A的学习整理

本文整理学习一下定时器A的相关基础知识，本文比较偏向理解与理论性，主要是深入在官方手册层面进行对定时器A的深入研究，定时器A的相关实践基本上在之前的文章中都有提及：1.定时器A定时中断：MSP432学习笔记7：定时器A_定时中断_msp432时钟_NULL指向我的博客-CSDN博客2.定时器A_PWM驱动舵机：MSP432学习笔记8：定时器A_PWM驱动舵机_NULL指向我的博客-CSDN博客3.
NULL指向我·2023-07-17 09:49

动手学深度学习v2 p1引言 监督学习与无监督学习

1.引言1.2.机器学习中的关键组件首先介绍一些核心组件。无论什么类型的机器学习问题，都会遇到这些组件：可以用来学习的数据（data）；如何转换数据的模型（model）；一个目标函数（objectivefunction），用来量化模型的有效性；调整模型参数以优化目标函数的算法（algorithm）。1.数据仅仅拥有海量的数据是不够的，我们还需要正确的数据。如果数据中充满了错误，或者如果数据的特征不
O丶ne丨柒夜·2023-07-17 08:01

动手学深度学习v2 p2 线性神经网络 线性回归

3.线性神经网络回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。在机器学习领域中的大多数任务通常都与预测（prediction）有关。当我们想预测一个数值时，就会涉及到回归问题。常见的例子包括：预测价格（房屋、股票等）、预测住院时间（针对住院病人等）、预测需求（零售销量等）。但不是所有的预测都是回归问
O丶ne丨柒夜·2023-07-17 08:58

做好小事情，成就大事业——依思飞扬的日常思考

首先，我为什么想学习整理
依思飞扬·2023-07-17 02:43

动手学深度学习——线性回归（原理解释+代码详解）

目录1、线性回归2、线性回归模型2.1线性模型2.2损失函数2.2.1平方差损失函数2.2.2整个数据集上的损失函数2.3随机梯度下降2.4用模型进行预测3、线性回归的简单实现3.1生成数据集3.2读取数据集3.3初始化模型参数3.4定义模型3.5定义损失函数3.6定义优化算法3.7训练4、线性回归的简洁实现4.1生成数据集4.2读取数据集4.3定义模型4.4初始化模型参数4.5定义损失函数4.6
緈福的街口·2023-07-16 22:29

动手学深度学习——softmax回归（原理解释+代码详解）

目录1.softmax回归1.1分类问题1.2网络架构1.3全连接层的参数开销1.4softmax运算1.5小批量样本的矢量化1.6损失函数1.6.1对数似然1.6.2softmax及其导数1.6.3交叉熵损失1.7信息论基础1.7.1熵1.7.2信息量1.7.3重新审视交叉熵1.8模型预测与评估1.9小结2.图像分类数据集2.1读取数据集2.2读取小批量2.3整合所有组件2.4小结3.softm
緈福的街口·2023-07-16 22:29

动手学深度学习——图像分类数据集（代码详解）

目录1.图像分类数据集1.1读取数据集1.2读取小批量1.3整合所有组件1.4小结1.图像分类数据集这里采用Fashion-MNIST数据集torchvision：torch类型的可视化包，一般计算机视觉和数据可视化需要使用fromtorchvisionimporttransforms：该组件经常用于图片的修改（一般数据集中的图片都是PIL格式，使用的时候需要转化为tenser，而在加入函数时常需
緈福的街口·2023-07-16 22:59

动手学深度学习——softmax回归的从零开始（代码详解）

目录1.softmax回归的从零开始实现1.1初始化模型参数1.2定义softmax操作1.3定义模型1.4定义损失函数1.5分类精度1.6训练1.7预测1.8小结1.softmax回归的从零开始实现引入Fashion-MNIST数据集，并设置数据迭代器的批量大小为256。importtorchfromIPythonimportdisplayfromd2limporttorchasd2l#随机读取
緈福的街口·2023-07-16 22:24

【动手学深度学习】--07.数值稳定性、模型初始化、激活函数

1.3梯度爆炸1.4梯度消失1.5打破对称性2.模型初始化2.1让训练更加稳定2.2权重初始化2.3Xavier初始3.激活函数数值稳定性、模型初始化、激活函数学习视频：数值稳定性+模型初始化和激活函数【动手学深度学习
小d<>·2023-07-16 17:37

《动手学深度学习》：线性回归重点

线性回归主要内容包括：线性回归的基本要素线性回归模型从零开始的实现线性回归模型使用pytorch的简洁实现重点记录：损失函数在模型训练中，我们需要衡量价格预测值与真实值之间的误差。通常我们会选取一个非负数作为误差，且数值越小表示误差越小。一个常用的选择是平方函数。它在评估索引为i的样本误差的表达式为()(,)=12(̂()−())2,l(i)(w,b)=12(y^(i)−y(i))2,(,)=1∑
AI_er·2023-07-16 16:17

动手学深度学习V2的笔记小记

自动求导两种方式：正向，反向内存复杂度：O(n)计算复杂度：O(n)线性回归梯度下降通过不断沿着反梯度方向更新参数求解两个重要的超参数是批量大小和学习率小批量随机梯度下降是深度学习默认的求解算法训练误差和泛化误差训练误差：模型在训练数据上的误差泛化误差：模型在新数据上的误差验证数据集：一个用来评估模型好坏的数据集测试数据集：只用一次的数据集K则交叉验证常用K=5或者10过拟合和欠拟合权重衰退wei
骨子带刺·2023-07-16 16:27

【动手学深度学习】--06.暂退法Dropout

原理1.1动机1.2无偏差的加入噪音1.3使用丢弃法1.4推理中的丢弃法2.从零实现Dropout2.1定义模型参数2.2定义模型2.3训练和测试3.简洁实现暂退法(Dropout)学习视频：丢弃法【动手学深度学习
小d<>·2023-07-16 13:32

【动手学深度学习】--04.模型选择、过拟合和欠拟合

代码实现3.1生成数据集3.2对模型进行训练和测试3.3三阶多项式拟合（正常）3.4线性函数拟合（欠拟合）3.5高阶多项式函数拟合（过拟合）模型选择、过拟合和欠拟合学习视频：模型选择+过拟合和欠拟合【动手学深度学习
小d<>·2023-07-16 13:31

【动手学深度学习】--01.线性回归

文章目录线性回归1.原理1.1线性模型1.2衡量预估质量——平方损失1.3训练数据1.4参数学习1.5优化算法2.从零开始实现线性回归2.1生成数据集2.2批量读取数据集——Mini-batch思想2.3初始化模型参数2.4定义模型2.5定义损失函数2.6定义优化算法2.7训练模型3.借助深度学习框架实现线性回归模型3.1生成数据集3.2读取数据集3.3定义模型3.4初始化模型参数3.5定义损失函
小d<>·2023-07-16 13:01

【动手学深度学习】--03.多层感知机MLP

文章目录多层感知机1.原理1.1感知机1.2多层感知机MLP1.3激活函数2.从零开始实现多层感知机2.1初始化模型参数2.2激活函数2.3模型2.4损失函数2.5训练3.多层感知机的简洁实现3.1模型3.2训练多层感知机1.原理官方笔记：多层感知机1.1感知机训练感知机收敛定理问题：感知机不能拟合XOR问题，它只能产生线性分割面总结：感知机是一个二分类模型，是最早的AI模型之一它的求解算法等价于
小d<>·2023-07-16 13:01

【动手学深度学习】--05.权重衰退

使用均方范数作为柔性限制1.3对最优解的影响1.4参数更新法则2.从零开始实现权重衰退2.1初始化模型参数2.2定义L2范数惩罚2.3训练2.4忽略正则化直接训练2.5使用权重衰退3.简洁实现权重衰退学习视频：权重衰退【动手学深度学习
小d<>·2023-07-16 13:54

李沐动手学深度学习pytorch:如何添加d2l，希望给到大家帮助

第一步：进入网站Pythond2l项目安装包(第三方库)下载资源&安装指南页面-PyPI-Python中文网(cnpython.com)第二步：点击这个第三步：下载这个文件第四步：保存在你环境的目录下面（也有可能是保存在环境文件里，反正多尝试，保存到这里不行就换个地方，可能每个人都不一样，我也是看了很多人的博文才发现的，希望大家耐心尝试），这里我放一下我保存到的界面，我是放在了这个目录下面第五步：
师师爱吃西瓜·2023-07-16 09:44

BigDecimal保留两位小数

文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。
寒山李白·2023-07-16 05:05

Date、字符串和毫秒值三者互转

文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。
寒山李白·2023-07-16 05:35

git pull与update project

文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。
寒山李白·2023-07-16 05:34

master、origin master和origin/master

文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。
寒山李白·2023-07-16 05:59

故障诊断——迁移学习整理

深度学习&故障诊断初学者-学习路线_深度学习故障诊断初学者_故障诊断与python学习的博客-CSDN博客域适应方法顶刊论文列表近两年（2020-2021）-知乎(zhihu.com)【论文笔记】AdversarialMulti-taskLearningforTextClassification_任务特有和任务共享的特征_Lawe的博客-CSDN博客无监督领域自适应（UnsupervisedDom
Mr_Pingg·2023-07-16 01:41

《动手学深度学习》——多层感知机

参考资料：《动手学深度学习》4.1多层感知机4.1.1隐藏层隐藏层+激活函数能够模拟任何连续函数。
MaTF_·2023-07-15 19:04

《动手学深度学习》——线性神经网络

参考资料：《动手学深度学习》3.1线性回归3.1.1线性回归的基本元素样本：nnn表示样本数，x(i)=[x1(i),x2(i),⋯ ,xd(i)]x^{(i)}=[x^{(i)}_1,x^{(i)}_
MaTF_·2023-07-15 19:34

《动手学深度学习》——预测房价

参考资料：HousePrices-AdvancedRegressionTechniques|Kaggle4.10.实战Kaggle比赛：预测房价—动手学深度学习2.0.0documentation(d2l.ai
MaTF_·2023-07-15 19:03

《动手学深度学习》——深度学习计算

参考资料：5.深度学习计算—动手学深度学习2.0.0documentation(d2l.ai)5.1层和块为了实现这些复杂的网络，我们引入了神经网络块的概念。
MaTF_·2023-07-15 19:00

【动手学深度学习】pytorch-参数管理

pytorch-参数管理概述 我们的目标是找到使损失函数最小化的模型参数值。经过训练后，我们将需要使用这些参数来做出未来的预测。此外，有时我们希望提取参数，以便在其他环境中复用它们，将模型保存下来，以便它可以在其他软件中执行，或者为了获得科学的理解而进行检查。#创建一个单隐藏层的MLPimporttorchfromtorchimportnnnet=nn.Sequential(nn.Linear(4
MoonpieXia·2023-07-15 17:03

Python面向对象学习整理（一）

一、面向对象中的几点概念1.1什么是类？类：用户定义的对象原型（prototype），该原型定义了一组可描述该类任何对象的属性，属性是数据成员（类变量和实例变量）和方法，可以通过‘.’来访问。说简单一点，类是一个模板，我们可以使用该模板生成不同的具体的对象，来完成我们想要的操作1.2什么是实例？实例：某一个类的单个对象，例如我们定义了一个Person类，而具体的人，比如小明，小黄就是Person类
Krien666·2023-07-15 10:41

Python面向对象学习整理（二）

三、使用继承，封装，多态3.1使用继承示例代码如下classDog():def__init__(self,name,age):self.name=nameself.age=age#定义公共方法defbark(self):print(f"{self.name}canbark")classpipi(Dog):defplay(self):print(f"{self.name}会打滚")classdand
Krien666·2023-07-15 10:38

python pandas学习整理

文章目录Pandas创建列表DataFrame的重要属性DataFrame的函数导入csv文件数据抽取提取行数据提取多行数据提取连续多行数据：从start到end数据切片Pandas处理csv文件用到了Pandas，以下是关于pandas库的一些简单的使用介绍创建列表importpandasaspd#列表的方式创建DataFramedata=[['name1',320.9,100],['name2
wjjontheway·2023-07-15 07:33

RSA加密解密工具

文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。
寒山李白·2023-07-15 06:03

《动手学深度学习》(PyTorch版)-数据操作

pytorch学习数据操作数据操作在PyTorch中，torch.Tensor是存储和变换数据的主要工具。如果你之前用过NumPy，你会发现Tensor和NumPy的多维数组非常类似。然而，Tensor提供GPU计算和自动求梯度等更多功能，这些使Tensor更加适合深度学习。"tensor"这个单词一般可译作“张量”，张量可以看作是一个多维数组。标量可以看作是0维张量，向量可以看作1维张量，矩阵可
有梦想的咕噜·2023-07-13 16:18

A【周检视】2019-35周

学习整理项目：电脑、微信、相册、空间添置设备：PT-P750W标签机标签机到手，发现如下问题：1.电源插头与国内插座不相符，需购置转换器2.准备6个5号电池3.全英文的说明书~~表示看不懂(欲哭无泪）4
袁华锋·2023-06-24 10:28

Autoware 跑 Demo（踩坑指南）

Autoware跑Demo（踩坑指南）网上的博客和官方的教程，几乎都是一样的，但实际上跑不起来Autoware1.12学习整理–01–运行rosbag示例Autoware入门学习（三）——Autoware
Prejudices·2023-06-21 04:16

2020.5.27辰龙：太幸运了，微信封号了是一件好事

【见】今天上午开晨会建流量池突然见微信大号封了上午就陪孩子和爱人下午学习整理课件激活系统成交系统晚上分享【感】今天晚上莫名的感觉，这个特别的兴奋，在当下写日精进的这一刻。为什么呢？
辰龙社群运营专家·2023-06-20 15:44

2022-02-15

《动手学深度学习》环境搭建教程指南—windows10系统本文在李沐博士的《动手学深度学习》—动手学深度学习2.0.0-alpha2documentation(d2l.ai)的基础上进行补充，（由于笔者仅在
在路上_bcca·2023-06-20 11:58

李沐动手学深度学习V2-attention注意力机制

一.注意力提示1.生物学中的注意力提示非自主性提示是基于环境中物体的突出性和易见性。假如你面前有五个物品：一份报纸、一篇研究论文、一杯咖啡、一本笔记本和一本书，如下图所示。所有纸制品都是黑白印刷的，但咖啡杯是红色的。也即是这个咖啡杯在这种视觉环境中是突出和显眼的，不由自主地引起人们的注意。所以你把视力最敏锐的地方放到咖啡上。自主性提示：喝咖啡后，你会变得兴奋并想读书。所以你转过头，重新聚焦你的眼睛
cv_lhp·2023-06-19 18:54

Java基础整理

Java学习整理java基础数组//声明方式：类型[]变量;//数组的创建：new类型[容量];String[]names=newString[10];//给数组添加数据，添加的方式为：数组变量[索引]
录大大i·2023-06-19 12:41

SpringMVC 学习整理

文章目录一、SpringMVC简介1.1什么是MVC1.2什么是SpringMVC1.3SpringMVC的特点二、SpringMVC快速入门三、@RequestMapping注解说明四、SpringMVC获取请求参数4.1通过ServletAPI获取请求参数4.2通过控制器方法的形参获取请求参数4.3通过@RequestParam接收请求参数4.4通过@RequestHeader接收请求头信息参
devp_yang·2023-06-18 22:30

MacbookPro(M2)配置jupyter + d2l + tensorflow遇到的一些问题

最近在学习《动手学深度学习》，准备用tensorflow搭建环境，遇到了各种qiba问题真的是让我绷不住了。
沐浈·2023-06-17 22:56

整理助你收获和谐关系

今天晚上呢，我会从三个方面来跟大家聊聊整理这件事，第一个呢就是学习整理之后我自己的变化，和听了我的这个整理课的学员们的反馈，第二讲讲就是我自己变化了之后带给我们周围的这些关系的变化，各种关系的变化。
b70addc5295b·2023-06-17 20:10
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他