动手学深度学习学习整理第20页

[动手学深度学习-PyTorch版]-5.5卷积神经网络-卷积神经网络（LeNet）

5.5卷积神经网络（LeNet）在3.9节（多层感知机的从零开始实现）里我们构造了一个含单隐藏层的多层感知机模型来对Fashion-MNIST数据集中的图像进行分类。每张图像高和宽均是28像素。我们将图像中的像素逐行展开，得到长度为784的向量，并输入进全连接层中。然而，这种分类方法有一定的局限性。图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。对于大尺寸的输入图

蒸饺与白茶·2023-04-12 02:19

[动手学深度学习-PyTorch版]-6.1循环神经网络-语言模型

6.1语言模型image.png语言模型可用于提升语音识别和机器翻译的性能。例如，在语音识别中，给定一段“厨房里食油用完了”的语音，有可能会输出“厨房里食油用完了”和“厨房里石油用完了”这两个读音完全一样的文本序列。如果语言模型判断出前者的概率大于后者的概率，我们就可以根据相同读音的语音输出“厨房里食油用完了”的文本序列。在机器翻译中，如果对英文“yougofirst”逐词翻译成中文的话，可能得到

蒸饺与白茶·2023-04-12 02:11

【Datawhale动手学深度学习笔记】多层感知机代码实践

多层感知机激活函数激活函数（activationfunction）通过计算加权和并加上偏置来确定神经元是否应该被激活，它们将输入信号转换为输出的可微运算。大多数激活函数都是非线性的。由于激活函数是深度学习的基础，下面简要介绍一些常见的激活函数。#引入包%matplotlibinlineimporttorchfromd2limporttorchasd2lReLU函数x=torch.arange(-8

JeffDingAI·2023-04-11 22:39

【Datawhale动手学深度学习笔记】线性神经网络

线性神经网络线性回归回归（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。线性回归的基本元素线性回归（linearregression）可以追溯到19世纪初，它在回归的各种标准工具中最简单而且最流行。线性回归基于几个简单的假设：首先，假设自变量x\mathbf{x}x和因变量yyy之间的关系是线性的，即yy

JeffDingAI·2023-04-11 22:09

一篇文章搞定《动手学深度学习》-（李牧）PyTorch版本的所有内容

目录目录简介阅读指南1.深度学习简介2.预备知识3.深度学习基础4.深度学习计算5.卷积神经网络6.循环神经网络7.优化算法8.计算性能9.计算机视觉10.自然语言处理环境参考（大家可以在这里下载代码）原书地址（大家可以在这里阅读电子版PDF内容）引用阅读指南目录简介阅读指南1.深度学习简介2.预备知识2.1环境配置2.2数据操作2.3自动求梯度3.深度学习基础3.1线性回归3.2线性回归的从零开

M_Q_T·2023-04-11 13:38

[动手学深度学习-PyTorch版]-3.8深度学习基础-多层感知机

3.8多层感知机我们已经介绍了包括线性回归和softmax回归在内的单层神经网络。然而深度学习主要关注多层模型。在本节中，我们将以多层感知机（multilayerperceptron，MLP）为例，介绍多层神经网络的概念。3.8.1隐藏层多层感知机在单层神经网络的基础上引入了一到多个隐藏层（hiddenlayer）。隐藏层位于输入层和输出层之间。图3.3展示了一个多层感知机的神经网络图，它含有一个

蒸饺与白茶·2023-04-11 12:36

图论-学习整理

（题目来源：Acwing)一.图的遍历Acwing847给定一个n个点m条边的有向图，图中可能存在重边和自环。所有边的长度都是1，点的编号为1~n。请你求出1号点到n号点的最短距离，如果从1号点无法走到n号点，输出-1。输入格式第一行包含两个整数n和m。接下来m行，每行包含两个整数a和b，表示存在一条从a走到b的长度为1的边。()输出格式输出一个整数，表示1号点到n号点的最短距离。因为每条边的长度

_NewMoon·2023-04-11 10:54

欧婉婷红领巾义工团2019年第一次团集会“整理能手”

今天是2019年我们团第一次团集会，今天我们主题是要学习整理衣服，被子。学习整理不算难，关键在坚持，每天自己整理收拾这个是最难的。

欧婉婷·2023-04-10 17:45

[动手学深度学习-PyTorch版]-3.2深度学习基础-线性回归的从零开始实现

3.2线性回归的从零开始实现在了解了线性回归的背景知识之后，现在我们可以动手实现它了。尽管强大的深度学习框架可以减少大量重复性工作，但若过于依赖它提供的便利，会导致我们很难深入理解深度学习是如何工作的。因此，本节将介绍如何只利用Tensor和autograd来实现一个线性回归的训练。首先，导入本节中实验所需的包或模块，其中的matplotlib包可用于作图，且设置成嵌入显示。%matplotlib

蒸饺与白茶·2023-04-09 21:21

第一章说明

本系列文集根据bobby老师的《Python3高级核心技术97讲》视频课程和《流畅的Python》一书，学习整理而来。

HelloWorld__·2023-04-09 11:00

从入门到部署玩转Docker保姆级别教程

Docker学习整理1.Docker名词名词解释名词解释说明镜像（image）docker镜像是一个模板，通过这个模板来创建多个容器服务容器（container）Docker利用容器技术，独立运行一个或者一个组应用

高亚峰·2023-04-09 07:51

9.7. 序列到序列学习（seq2seq）实现机器翻译英语翻译法语

9.7.序列到序列学习（seq2seq）—动手学深度学习2.0.0documentation自用笔记稍后补充注意力机制版本1.读取数据集,或者词典vocab,有英语和法语vocab作为train_iter

Rondox·2023-04-09 05:55

动手学深度学习v2—01数据操作+数据预处理

此次用到的虚拟环境：pytorchmwy项目名称：limuAI所需框架和工具：pytorch，pandas一、创建CSV文件所需工具：pandas在与项目同等目录下创建一个文件夹名为data，其中文件名称为house_tiny.csv。代码如下：importosimportpandasaspdos.makedirs(os.path.join('..','data'),exist_ok=True)d

好喜欢吃红柚子·2023-04-09 02:23

Shell脚本快速入门学习

吾星喵·2023-04-08 17:51

2019.7.7

一、修身：听《喜马拉雅》看书、喝茶纠正驼背垃圾分类反省二、齐家：为家人做晚饭骆驼关心，照顾与骆驼一起办事三、建功：学习整理素材沟通奖励票事宜四、【积善】：发愿从2019年3月24

蚂蚁_caec·2023-04-08 12:28

最全的PyTorch学习资源汇总

M_Q_T·2023-04-08 03:49

深度学习入门：李沐（动手学深度学习）

ve2102388688·2023-04-08 03:16

【课程笔记】动手学深度学习(李沐)

网上找了下，笔记不多http://blog.csdn.net/quincuntial/article/details/78014194http://www.cnblogs.com/yifdu25/p/8358964.htmlhttp://blog.csdn.net/catalyst_zx/article/details/53204234http://blog.csdn.net/zswang9htt

你好joy·2023-04-08 03:15

动手学深度学习-（李牧）PyTorch版本

目录编辑目录1.深度学习简介2.预备知识3.深度学习基础4.深度学习计算5.卷积神经网络6.循环神经网络7.优化算法8.计算性能9.计算机视觉10.自然语言处理环境参考（大家可以在这里下载代码）原书地址（大家可以在这里阅读电子版PDF内容）引用阅读指南目录简介阅读指南1.深度学习简介2.预备知识2.1环境配置2.2数据操作2.3自动求梯度3.深度学习基础3.1线性回归3.2线性回归的从零开始实现3

M_Q_T·2023-04-08 03:06

周检视3

5、学习整理，把家变大。【本周完成事项】1、本周做到每天5点半前起床，晚上早睡在10:30前完成。2、完成时

婉儿_0655·2023-04-08 00:12

李沐《动手学深度学习》课程笔记：11 模型选择 + 过拟合和欠拟合

目录11模型选择+过拟合和欠拟合1.模型选择2.过拟合和欠拟合3.代码11模型选择+过拟合和欠拟合1.模型选择2.过拟合和欠拟合3.代码#模型选择、欠拟合和过拟合#通过多项式拟合来交互地探索这些概念importmathimportnumpyasnpimporttorchimportmatplotlib.pyplotaspltfromtorchimportnnfromd2limporttorchas

非文的NLP修炼笔记·2023-04-07 21:42

11 模型选择 + 过拟合和欠拟合 + 代码实现 - 动手学深度学习v2

文章目录模型选择过拟合和欠拟合模型选择验证数据集和测试数据集（不要搞混了）K-则交叉验证过拟合和欠拟合

I"ll carry you·2023-04-07 21:11

动手学深度学习——从线性回归出发

最近正在参加一个公益AI课程，学习深度学习，打卡监督自己。由于刚开始学习pytorch和深度学习，进度比较慢，没有时间仔细写笔记，因此先简单列出提纲，以后再进行补充。本文目录如下：Task011.线性回归2.logistic回归3.softmax分类模型4.多层感知机Task021.文本预处理语言模型循环神经网络基础1.线性回归1.1线性回归的形式1.2平方损失函数如何衡量线性回归模型拟合得怎么样

且不了了·2023-04-07 16:00

JAVA 字符串常量池

【学习整理】字符串常量池字符串常量池的设计思想字符串的分配，和其他的对象分配一样，耗费高昂的时间与空间代价，作为最基础的数据类型，大量频繁的创建字符串，极大程度地影响程序的性能JVM为了提高性能和减少内存开销

YHH学JAVA·2023-04-07 15:03

[动手学深度学习-PyTorch版]-3.6深度学习基础-softmax回归从零开始实现

3.6softmax回归的从零开始实现这一节我们来动手实现softmax回归。首先导入本节实现所需的包或模块。importtorchimporttorchvisionimportnumpyasnpimportsyssys.path.append("..")#为了导入上层目录的d2lzh_pytorchimportd2lzh_pytorchasd2l3.6.1获取和读取数据我们将使用Fashion-

蒸饺与白茶·2023-04-07 09:24

java docx4j 使用教程_docx4j深入学习整理

一、前言工作中，经常会碰到需要对word的处理操作，最最最常用的是word文档的导出，而且经常碰到各种抓脑壳的复杂格式的word，最开始我用的是poi，但是挣扎了一段时间，莫得法，换成了用docx4j，很强大，嗯，我喜欢，用了好长一段时间，发现网上关于docx4j的中文文档还是太少了，大家都是零零碎碎的一些博客文章。觉得，应该整理共享一下，让更多的人，享受到docx4j的便利。引用官网上的一段话：

舒苓·2023-04-07 07:07

卷积神经网络——各种网络的简洁介绍和实现

各种网络模型：来源《动手学深度学习》一，卷积神经网络（LeNet）LeNet分为卷积层块和全连接层块两个部分。下面我们分别介绍这两个模块。

瞳瞳瞳呀·2023-04-07 04:54

【动手学深度学习v2】深度学习介绍

1.深度学习介绍李沐B站：https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497课程主页：https://courses.d2l.ai/zh-v2/教材：https://zh-v2.d2l.ai/课件：https://courses.d2l.ai/zh-v2/assets/pdfs/part-0_2.pdf1.AI

ch_ccc·2023-04-07 04:56

MapReduce-Reduce Join应用（FROM 尚硅谷）

个人学习整理，所有资料来自尚硅谷B站学习连接：添加链接描述MapReduce-ReduceJoin应用1.ReduceJoinMap端的主要工作：为来自不同表或文件的key/value对，打标签以区别不同来源的记录

lavineeeen·2023-04-06 15:51

思科vpc配置解释_VPC基础概念(6)

本文基于Cisco官方文档CiscoNX-OSSoftwareVirtualPortChannel:FundamentalConcepts5.0.学习整理，包括个人的一些理解，如有不当之处，请多多指教，

外星菜鸟·2023-04-06 00:01

人工智能前沿知识

本来想着初试完学习一下李沐大神的《动手学深度学习》这本书的，但是时间仓促，完全来不及。只能先自行了解一些知识，之后再深入了解。

阿牛大牛中·2023-04-05 23:48

动手学深度学习-Fashion-MNIST数据集

动手学深度学习-Fashion-MNIST数据集一、读取数据集我们通过框架中的内置函数将Fashion-MNIST数据集下载并读取到内存中。

Moonpie小甜饼·2023-04-05 22:54

开源节流之二 /基金基础知识入门

复习资料(申明:只是本人学习整理，不构成投资建议，并且本人也是投资小白，还在学习阶段，很多理论还没有得到实操验证；平台有很多投资大佬，如有不对的地方，还请批评指正，谢谢！)

一叶小舟轻语浅行·2023-04-05 16:14

归并排序学习整理

目录归并排序分而治之合并相邻有序子序列JavaScript代码实现运行流程输出算法分析参考资料归并排序归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解，而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起，即分而治之)。将已有序的子序列合并，得到完

坐在路边数星星·2023-04-05 15:39

[Games104笔记]3/21 基础架构1 『引擎架构分层，整体Pipeline』

笔记结合了游戏引擎架构GameEngineArchitecturebyJasonGregory第二版仅为个人学习整理,目录平台层核心层资源层功能层工具层工具层功能层资源层核心层core平台层platform

泥烟·2023-04-05 11:04

Datawhale跟李沐大神合作举办 (动手学深度学习) !

三月的组队学习跟李沐大神合作举办(动手学深度学习)，欢迎感兴趣的小伙伴报名学习，另外，欢迎志同道合的小伙伴了解、加入Datawhale!跟李沐导师：动手学深度学习！

ZhemgLee·2023-04-05 09:47

我怎么感觉到豁然开朗呢？呵呵

就拿学习整理这件事来说，自己在实践的过程中，获得了非常多的轻松愉快的情绪，甚至看着抽屉里面自己喜爱的小物品，会感觉自己像一个四五岁的小姑

b70addc5295b·2023-04-05 07:06

BiSeNet V2出来了！72.6%的mIOU, 156FPS的速度！让分割飞起来！

“花书”深度学习圣经——动手学深度学习2.《计算机视觉深度学习入门》共5门视频3.

baobei0112·2023-04-04 19:51

《动手学深度学习》第四天2020-02-15

https://www.boyuai.com/elites/2)第二次打卡内容（2月15日-17日）截止打卡时间：2/17-22:00Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶（1天）Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer（1天）Task05：卷积神经网络基础；leNet；卷积神经网络进阶（1天）Task05难度

_a30a·2023-04-04 14:54

区块链学习笔记（二）——前言

本笔记来自对于《区块链技术驱动金融》一书的学习整理。主要用于本人梳理学习内容，无任何商业企图，希望能够帮助到和我一样的刚刚接触区块链的你。欢迎一起讨论，共同学习。

Mo_Cuishle_·2023-04-04 13:56

动手学深度学习(十四) NLP注意力机制和Seq2seq模型

注意力机制在“编码器—解码器（seq2seq）”⼀节⾥，解码器在各个时间步依赖相同的背景变量（contextvector）来获取输⼊序列信息。当编码器为循环神经⽹络时，背景变量来⾃它最终时间步的隐藏状态。将源序列输入信息以循环单位状态编码，然后将其传递给解码器以生成目标序列。然而这种结构存在着问题，尤其是RNN机制实际中存在长程梯度消失的问题，对于较长的句子，我们很难寄希望于将输入的序列转化为定长

致Great·2023-04-04 10:53

JS 中的逻辑运算总结，FOR效率 : ）

最近我抱着学习的态度不断浏览一些简单开源的项目，发现对于这一块太不熟练了，急需做个学习整理。

郝翔·2023-04-04 00:19

2021-01-20 越是艰难时，越要自律

说实在的，我从这篇文章中学到很多，所以摘录学习整理如下，在此分享出来，也希望对大家有所帮助。1.越是艰难时，越要自律越是艰难时，越要自律。

GuangHui·2023-04-03 15:35

Nacos学习整理

配置中心：新建配置：Data-id:配置中心用来区分和精准定位配置文件的属性在Nacos-Server中新建配置，其中DataID它的定义规则是：${prefix}-${spring.profiles.active}.${file-extension}prefix默认为spring.application.name的值，也可以通过配置项spring.cloud.nacos.config.prefi

Chaucer_Jiang·2023-04-03 14:49

【动手学深度学习】多层感知机的从零开始实现（含源代码）

目录：多层感知机的从零开始实现一、导包+读取数据二、初始化模型参数三、激活函数四、模型五、损失函数六、训练七、输出结果八、预测函数八、源代码现在让我们尝试自己实现一个多层感知机。为了与之前softmax回归获得的结果进行比较，我们将继续使用Fashion-MNIST图像分类数据集。一、导包+读取数据importtorchfromtorchimportnnfromd2limporttorchasd2

旅途中的宽~·2023-04-03 13:47

【动手学深度学习】多层感知机

多层感知机多层感知机的基本概念多层感知机从零开始实现流程图多层感知机的简洁实现流程图多层感知机的基本概念隐藏层线性模型可能会出错在网络中加入隐藏层从线性到非线性(激活函数)通用近似原理激活函数ReLU函数sigmoid函数tanh函数小结多层感知机在输出层和输入层之间增加一个或多个全连接隐藏层,并通过激活函数转换隐藏层的输出常见的激活函数包括ReLU函数、sigmoid函数和tanh函数多层感知机

xyy ss·2023-04-03 13:42

动手学深度学习：多层感知机

一、多层感知机的从零开始实现importtorchfromtorchimportnnfromd2limporttorchasd2lbatch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)实现一个具有单隐藏层的多层感知机，它包含256个隐藏单元num_inputs,num_outputs,num_hidden

GeniusAng丶·2023-04-03 13:42

《动手学深度学习》（2）线性回归

目录线性回归线性模型衡量线性模型的预估值训练数据训练损失显示解小结基础优化方法梯度下降法小批量随机梯度下降小结线性回归从0实现线性回归简洁实现Softmax回归分类与回归从回归到多类分类Softmax和交叉熵损失总结损失函数图片分类数据集Softmax回归的实现线性回归线性模型线性模型可以看做是单层神经网络神经网络源于神经科学衡量线性模型的预估值平方损失:l(y,y^)=12(y−y^)2l(y,

坚持不懈的小白白·2023-04-03 13:11

《动手学深度学习》（1）安装及预备知识

目录《动手学深度学习》课程内容[1]亚马逊云新用户福利新实例创建多维数组1.N维数组是机器学习和神经网络的主要数据结构2.访问数组元素3.数据操作及数据预处理数据操作涉及到的知识点数据预处